Indexation de Co-Occurrences dans des Corpus de Documents Structurés et Production de Cartes Sémantiques Interactives

Pierre Pompidor 1 Boris Carbonneill 2 Michel Sala 1
1 TATOO - Fouille de données environnementales
LIRMM - Laboratoire d'Informatique de Robotique et de Microélectronique de Montpellier
Résumé : Confrontés à la problématique de l'indexation de très grands corpus documentaires d'entreprises, nous avons mis au point une méthode simple mais efficace (en temps de calcul et de volumétrie), permettant de filtrer par document les co-occurrences les plus représentatives de ceux-ci. Le choix d'un contexte de co-occurrences a 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 l'indexation des associations permet la construction de cartes sémantiques de navigation dans les concepts du corpus. Pour cela nous prenons 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, qui finalement permettent la production de cartes sémantiques.
Type de document :
Article dans une revue
Revue des Sciences et Technologies de l'Information - Série Document Numérique, Lavoisier, 2009, 12 (1), pp.53-79. 〈10.3166/DN.12.1.53-79〉
Liste complète des métadonnées

Littérature citée [15 références]  Voir  Masquer  Télécharger

https://hal-lirmm.ccsd.cnrs.fr/lirmm-00394364
Contributeur : Pierre Pompidor <>
Soumis le : mercredi 21 octobre 2009 - 16:43:35
Dernière modification le : jeudi 11 janvier 2018 - 06:26:17
Document(s) archivé(s) le : jeudi 10 juin 2010 - 20:22:28

Fichier

pompidor_revue_DOC_NUM.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

Collections

Citation

Pierre Pompidor, Boris Carbonneill, Michel Sala. Indexation de Co-Occurrences dans des Corpus de Documents Structurés et Production de Cartes Sémantiques Interactives. Revue des Sciences et Technologies de l'Information - Série Document Numérique, Lavoisier, 2009, 12 (1), pp.53-79. 〈10.3166/DN.12.1.53-79〉. 〈lirmm-00394364〉

Partager

Métriques

Consultations de la notice

138

Téléchargements de fichiers

153