Indexation de co-occurrences guidée par la structure des documents et contrôlée par une ontologie et l'exploitation du corpus - LIRMM - Laboratoire d’Informatique, de Robotique et de Microélectronique de Montpellier Accéder directement au contenu
Communication Dans Un Congrès Année : 2008

Indexation de co-occurrences guidée par la structure des documents et contrôlée par une ontologie et l'exploitation du corpus

Boris Carbonneill
  • Fonction : Auteur
Michel Sala
  • Fonction : Auteur
  • PersonId : 938397

Résumé

Confronté à la problématique de l'indexation de très grands corpus documentaires d'entreprises, nous avons mis au point une méthode simple mais efficace (en terme de temps de calcul et de volumétrie), permettant de filtrer par document les co-occurrences les plus représentatives de ceux-ci. Nous nous plaçons dans un contexte de co-occurrences pour deux raisons. D'une part les requêtes portant sur des corpus spécialisés, et composées par des experts, s'appuient sur peu de termes précisément choisis dont nous indexons les associations, et d'autre part car cela facilitera la construction de cartes sémantiques de navigation dans les concepts du corpus. L'axe principal de ce travail est la prise en compte de la structure des documents en validant les contenus des paragraphes par ceux de leurs titres. Notre méthode s'appuie sur des mesures tf.idf successives effectuées dans le contexte d'un document et non d'un corpus, sur les contenus des paragraphes auxquels sont intégrés progressivement la hiérarchie des titres les introduisant. Puis nous exploitons simultanément une ontologie de contrôle et les requêtes des utilisateurs comportant les termes précédemment discriminés pour valider par le théorème de Bayes, les associations sémantiques ainsi déterminées.
Fichier principal
Vignette du fichier
Pompidor_INFORSID_2008.pdf (201.03 Ko) Télécharger le fichier
Loading...

Dates et versions

lirmm-00273454 , version 1 (15-04-2008)

Identifiants

  • HAL Id : lirmm-00273454 , version 1

Citer

Pierre Pompidor, Boris Carbonneill, Michel Sala. Indexation de co-occurrences guidée par la structure des documents et contrôlée par une ontologie et l'exploitation du corpus. INFORSID, May 2008, Fontainebleau, France. ⟨lirmm-00273454⟩
114 Consultations
139 Téléchargements

Partager

Gmail Facebook X LinkedIn More