Bibliographie & annexes
Présentation
En anglais
RÉSUMÉ
La masse des informations textuelles disponibles, notamment sur le Web, nécessite un traitement automatique pour une analyse pertinente de ces données. La veille, technologique ou économique, consiste à rechercher, traiter et diffuser des renseignements utiles à l’entreprise. Toutes les méthodes de veille appliquées aux données textuelles utilisent des systèmes de traitement automatique des langues, dit TAL, et de fouille de textes. Pour rendre ces outils plus efficaces, l’utilisation de connaissances du domaine telles que des classifications conceptuelles se révèle essentielle.
Lire cet article issu d'une ressource documentaire complète, actualisée et validée par des comités scientifiques.
Lire l’articleABSTRACT
The mass of available textual information, notably on the Web, requires automatic processing for the accurate analysis of such data. The technological or economic watch consists in searching, processing and diffusing useful information for companies. All watch methods applied to textual data use automatic language processing (ALP) and text mining. The use of knowledge from this domain such as conceptual classification is essential in order to optimize these tools.
Auteur(s)
-
Mathieu ROCHE : Maître de conférences à l’université de Montpellier-2Laboratoire d’informatique, de robotique et de microélectronique de Montpellier (LIRMM)
INTRODUCTION
La masse des informations textuelles disponibles, notamment sur le Web, nécessite un traitement automatique pour une analyse pertinente de ces données. Cela s’avère particulièrement utile pour découvrir les informations stratégiques afin d’anticiper et de prendre des décisions sur les environnements socio-économiques. On utilise alors le terme de veille technologique pour l’étude de l’évolution des données techniques et scientifiques (articles scientifiques, brevets technologiques, etc.). Un domaine de veille en développement croissant concerne la veille économique (ou intelligence économique). Elle consiste à rechercher, traiter et diffuser des renseignements utiles à l’entreprise. La veille économique comprend notamment la veille à la concurrence et au marché. L’ensemble de ces méthodes de veille appliquées aux données textuelles utilise des systèmes de TAL (traitement automatique des langues) et de fouille de textes décrits ici. Pour rendre ces outils plus efficaces, l’utilisation de connaissances du domaine telles que des classifications conceptuelles se révèle essentielle. Nous verrons en particulier de quelle manière les ressources du Web peuvent aider à la construction automatique ou semi-automatique de classifications conceptuelles.
L'expertise technique et scientifique de référence
DOI (Digital Object Identifier)
Cet article fait partie de l’offre
Documents numériques Gestion de contenu
(76 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Un Parcours Pratique
Opérationnel et didactique, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive
Présentation
Utilisation du Web comme corpus pour des tâches de classification conceptuelle
En anglais
2. Du corpus à la classification conceptuelle
2.1 Chaîne globale de fouille de textes
Une chaîne globale de fouille de textes débute par l’acquisition d’un corpus et s’étend jusqu’aux tâches recherchées par l’utilisateur (§ 1). La figure 1 illustre un exemple de chaîne globale détaillée ci-après.
-
Étape
![]()
: la première étape du processus de fouille de textes consiste à acquérir un corpus qui est utile pour la classification conceptuelle. Cette phase est plus spécifiquement décrite dans le paragraphe 3.
: la première étape du processus de fouille de textes consiste à acquérir un corpus qui est utile pour la classification conceptuelle. Cette phase est plus spécifiquement décrite dans le paragraphe -
Étape
![]()
: il est ensuite nécessaire de normaliser le corpus. Cela nécessite la mise en œuvre d’un processus de nettoyage (par exemple, supprimer les balises HTML), d’homogénéisation des caractères (par exemple, transformer les caractères au format SGML tel que « é » en caractères ISO8859-1 tel que « é »), etc.
: il est ensuite nécessaire de normaliser le corpus. Cela nécessite la mise en œuvre d’un processus de nettoyage (par exemple, supprimer les balises HTML), d’homogénéisation des caractères (par exemple, transformer les caractères au format SGML tel que « é » en caractères ISO8859-1 tel que « é »), etc.-
Étape
![]()
: l’extraction de la terminologie à partir des corpus normalisés représente une phase difficile dans le processus global de fouille de textes. Plusieurs traitements sont souvent nécessaires pour mener une telle tâche. Par exemple, un premier traitement permet d’apposer...
: l’extraction de la terminologie à partir des corpus normalisés représente une phase difficile dans le processus global de fouille de textes. Plusieurs traitements sont souvent nécessaires pour mener une telle tâche. Par exemple, un premier traitement permet d’apposer...
L'expertise technique et scientifique de référence
Cet article fait partie de l’offre
Documents numériques Gestion de contenu
(76 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Un Parcours Pratique
Opérationnel et didactique, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive
Du corpus à la classification conceptuelle
BIBLIOGRAPHIE
-
(1) - WATRIN (P.) - Extraction d’information et lexique-grammaire de spécialité. - Actes du 23e Colloque international « Grammaires et lexiques comparés » (2004).
-
(2) - KODRATOFF (Y.) - Induction extensionnelle : définition et application d’acquisition de concepts à partir de textes. - Revue RNTI E2, numéro spécial EGC’04, 247-252 (2004).
-
(3) - FAURE (D.) - Conception de méthode d’apprentissage symbolique et automatique pour l’acquisition de cadres de sous-catégorisation de verbes et de connaissances sémantiques à partir de textes : le système ASIUM. - Thèse de doctorat, université Paris-Sud (2000).
-
(4) - NÉDELLEC (C.), NAZARENKO (A.) - Application de l’apprentissage à la recherche et à l’extraction d’information – Un exemple, le projet Caderige : identification d’interactions géniques. - Actes de la Journée thématique Exploration de données issues d’Internet (2001).
-
(5) - AZÉ (J.), ROCHE (M.) - Une...
L'expertise technique et scientifique de référence
Cet article fait partie de l’offre
Documents numériques Gestion de contenu
(76 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Un Parcours Pratique
Opérationnel et didactique, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive
