Skip to Main content Skip to Navigation
Conference papers

Robustesse des partitions de textes : une exploration autour de l'apport des motifs de mots.

Résumé : Les partitions d'ensembles de textes peuvent être d'origine endogène - provenir d'une classification non supervisée - ou exogène, par catégorisation a priori des textes par des experts. Dans les deux cas se pose la question du caractère généralisable des catégories qu'elles expriment. Dans le cadre de la recherche d'une meilleure catégorisation des domaines scientifiques, et à partir d'un extrait significatif de la base de référence Web of Science, nous avons appliqué la méthodologie classique de l'apprentissage automatique (sous-corpus distincts: apprentissage, ajustement, test) à une partition non supervisée du domaine de la génomique. Les résultats sur cet ensemble de 120 000 résumés d'articles font la preuve d'une qualité et d'une robustesse accrues quand on caractérise chaque partition, plutôt que par de simples termes, par des motifs de termes. Ces motifs spécifiques de chaque catégorie sont extraits par notre méthode Midova de sélection et détermination de liaisons complexes entre variables booléennes par "pulvérisation" des effectifs impliqués dans chaque relation n-aire.
Document type :
Conference papers
Complete list of metadatas

https://hal.inria.fr/inria-00442952
Contributor : Alain Lelu <>
Submitted on : Saturday, March 24, 2012 - 12:20:01 AM
Last modification on : Saturday, June 6, 2020 - 1:03:02 PM
Document(s) archivé(s) le : Wednesday, December 14, 2016 - 5:48:50 PM

File

JADT2010final.PDF
Files produced by the author(s)

Identifiers

  • HAL Id : inria-00442952, version 2
  • PRODINRA : 245324

Citation

Martine Cadot, Michel Zitt, Gabriel Meurin, Alain Lelu. Robustesse des partitions de textes : une exploration autour de l'apport des motifs de mots.. Journées Internationales d'Analyse des Données Textuelles (JADT 2010), Sergio Bolasco, Jun 2010, Rome, Italie. 13 p. ⟨inria-00442952v2⟩

Share

Metrics

Record views

409

Files downloads

351