Agritrop
Accueil

Identification automatique des types de relations spatiales dans les textes

Zenasni Sarah, Kergosien Eric, Roche Mathieu, Teisseire Maguelonne. 2016. Identification automatique des types de relations spatiales dans les textes. In : Actes de l'atelier GAST : Gestion et analyse de données spatiales et temporelles. Kergosien Eric (ed.), Guyet Thomas (ed.), Sallaberry Christian (ed.). Reims : Université de Reims Champagne-Ardenne, 3-8. Conférence Internationale Francophone sur l'Extraction et la Gestion des Connaissances. 16, Reims, France, 18 Novembre 2016/22 Novembre 2016.

Communication avec actes
[img]
Prévisualisation
Version publiée - Français
Utilisation soumise à autorisation de l'auteur ou du Cirad.
article_GAST_workshopEGC16.pdf

Télécharger (3MB) | Prévisualisation
[img]
Prévisualisation
Version publiée - Français
Utilisation soumise à autorisation de l'auteur ou du Cirad.
GAST_2016_Zenasni.pdf

Télécharger (4MB) | Prévisualisation

Url - éditeur : http://egc2016.univ-reims.fr/index.php/Pr%C3%A9sentation

Matériel d'accompagnement : 1 diaporama (32 vues)

Résumé : La découverte de connaissances à partir de documents textuels, en particulier l'identification d'informations spatiales, est une tâche difficile due à la complexité de l'analyse des textes écrits en langage naturel. Dans nos travaux, nous proposons une méthode combinant des approches de fouille de textes pour identifier les types de relations spatiales de façon automatique. Les résultats des expérimentations réalisées sur un corpus en anglais sont présentés et discutés.

Résumé (autre langue) : Knowledge discovery from texts, particularly the identification of spatial information is a difficult task due to the complexity of the texts written in natural language. In our work, we propose a method combining two statistical approaches (lexical and contextual analysis) and a text mining approach to identify the types of spatial relationships. Experiments conducted an english corpus are presented.

Classification Agris : C30 - Documentation et information
U30 - Méthodes de recherche
U10 - Informatique, mathématiques et statistiques

Auteurs et affiliations

  • Zenasni Sarah, CIRAD-ES-UMR TETIS (FRA)
  • Kergosien Eric, Université de Lille (FRA)
  • Roche Mathieu, CIRAD-ES-UMR TETIS (FRA) ORCID: 0000-0003-3272-8568
  • Teisseire Maguelonne, LIRMM (FRA)

Source : Cirad-Agritrop (https://agritrop.cirad.fr/579658/)

Voir la notice (accès réservé à Agritrop) Voir la notice (accès réservé à Agritrop)

[ Page générée et mise en cache le 2024-03-28 ]