À propos du CRIM

Système bilingue de détection de mots-clés (Hydro-Québec)


Définition de la problématique du client

La société Hydro-Québec était poursuivie devant la FERC (Federal Energy Regulatory Commission) par une compagnie américaine qui l’accusait de manipuler le marché. Pour se défendre, Hydro-Québec devait présenter en cours les enregistrements des conversations entre courtiers afin de démontrer qu’il n’y avait aucune tentative de manipulation.

Le problème principal était de récupérer les conversations pertinentes (contenant certains mots clés) parmi tous les enregistrements entre courtiers.  Pour être accepté en preuve, le système de recherche devait être précis à 95 %.  

Défi du mandat

En plus du taux de précision élevé requis, le temps alloué pour analyser les dizaines de milliers d’heures de conversations était extrêmement limité (6 semaines).  Nous devions donc développer un système très performant en très peu de temps.

De plus, les conditions d’enregistrement étaient difficiles. Il s’agissait de conversations téléphoniques, en français et en anglais, enregistrées en main libre avec des bruits de fond comme la radio ou la télévision.

Solution développée par le CRIM

Nous avons développé un système bilingue en français et en anglais de détection de mots clés dans un très court délai.  

Impact dans son entreprise

L’impact le plus important pour Hydro-Québec est d’avoir gagné sa cause devant la FERC. 

Retombées pour l’entreprise

Hydro-Québec possède maintenant un système efficace d’analyse des conversations qui a un effet de dissuasion sur les concurrents qui voudraient les poursuivre sans raison valable. 

Le CRIM se démarque

Nous avons développé un système bilingue (français et anglais) qui permet de retrouver 97 % des conversations pertinentes dans une très grande base de données. De plus, notre système est robuste aux bruits de fond et fonctionne avec des enregistrements de faible qualité.  

Équipes

Événement à venir

  • HASE 2019
    3/01/19 2019h00
    Hangzhou, China
    Le CRIM présentera deux articles à la 19e édition du IEEE International Symposium on High Assurance Systems Engineering, qui se déroulera du 3 au 5 janvier 2019 à Hangzhou, Chine
    +
  • CANARIE RT @CANARIE_Inc: VESTA recueille les données des systèmes d'apprentissage en ligne quand les élèves lisent l'écran, sont distraits ou pense…
  • #startech_capsules | Entrevue @technopolys_qc avec @casaconnected, qui s'est donné la mission de révolutionner la f… https://t.co/QsF70CDKIg

Publications récentes

  • Towards Automatic Feature Extraction for Activity Recognition from Wearable Sensors: A Deep Learning Approach

    +
  • Checking Sequence Generation for Symbolic Input/Output FSMs by Constraint Solving

    +