Abstract FR:

Notre objectif dans ce travail de thèse est de réaliser des méthodes d'extraction automatique de métadonnées à partir des ressources éducatives afin de minimiser l'effort humain d'annotation. Dans une première étude, nous explorons les relations qui existent entre les différents champs de métadonnées. Nous utilisons pour cela des méthodes d'apprentissage supervisé ainsi que les règles d'association. Cette étude nous a permis d'éliciter des relations intéressantes entre les champs de métadonnées. Nous avons aussi exploité le contenu des ressources pour extraire les métadonnées. Les méthodes proposées se basent sur des techniques d'apprentissage statistique, ainsi que des propriétés stylistiques et linguistiques du texte. Ces méthodes permettent de donner de meilleurs résultats que celles qui se basent sur les balises Meta du code source des pages HTML. Nous avons aussi proposé une méthode pour extraire un nouveau type de champ de métadonnées qui renseigne sur les concepts définis et les concepts prérequis. Ce travail est ensuite exploité afin de réaliser une méthode d'ordonnancement automatique des ressources pédagogique.