Quand un tweet détecte une catastrophe naturelle... - LIRMM - Laboratoire d’Informatique, de Robotique et de Microélectronique de Montpellier
Conference Papers Year : 2010

Quand un tweet détecte une catastrophe naturelle...

Abstract

Nous évoluons dans un monde où l'information est centrale dans la mesure où l'ensemble de nos actions, interactions, personnelles et professionnelles, sont dépendantes des informations à notre disposition. Accéder à une information pertinente, au bon moment, est un enjeu stratégique important pour en faire un bon usage. Ces dernières années, les blogs, les "Statuses" (tweets, statuts Facebook, ...) et autres dépêches RSS se sont multipliés car simples à créer et gérer. Ces nouvelles formes de publication ont un potentiel inattendu en termes de veille stratégique. En effet, les professionnels de l'information peuvent les utiliser comme nouvelles ressources documentaires pour y rechercher de l'information. Le travail présenté dans cet article est issu d'une collaboration entre la société Web Report et le laboratoire d'informatique LIRMM. La société développe un outil de veille stratégique pour détecter les informations avant même leur apparition dans les nouvelles des agences de presse en s'appuyant sur la détection automatique de catastrophes à partir de ressources hétérogènes issues du Web. Cet outil repose sur une représentation saltonienne d'un corpus de textes classés en thèmes (inondation, tremblement de terre...). Chaque thème est représenté sous la forme d'un vecteur de mots. Chaque nouveau texte à classer est comparé à ces vecteurs pour identifier le thème le plus proche. Une interface graphique, destinée aux journalistes / documentalistes et associée à cette méthode, a été conçue. Des expérimentations sur des jeux de données réelles soulignent la pertinence de notre proposition et ouvrent de nombreuses perspectives.
Fichier principal
Vignette du fichier
VSST10.pdf (762.92 Ko) Télécharger le fichier
Origin Files produced by the author(s)
Loading...

Dates and versions

lirmm-00588596 , version 1 (22-03-2019)

Identifiers

  • HAL Id : lirmm-00588596 , version 1

Cite

Benjamin Rosoor, Laurent Sebag, Sandra Bringay, Pascal Poncelet, Mathieu Roche. Quand un tweet détecte une catastrophe naturelle.... VSST: Veille Stratégique Scientifique et Technologique, Oct 2010, Toulouse, France. ⟨lirmm-00588596⟩
214 View
95 Download

Share

More