Agritrop
Home

Textual data science

Roche Mathieu. 2017. Textual data science. In : LIRIMA Scientific Days 2017. Tunis : INRIA, 1 diaporama (43 vues) LIRIMA Scientific Days 2017, Tunis, Tunisie, 12 September 2017/14 September 2017.

Guest paper
[img] Published version - Anglais
Access restricted to CIRAD agents
Use under authorization by the author or CIRAD.
LIRIMA_2017_MR.pdf

Télécharger (14MB) | Request a copy
[img]
Preview
Published version - Anglais
Use under authorization by the author or CIRAD.
Resume_programme_workshop.pdf

Télécharger (428kB) | Preview

Titre français : Science des données textuelles

Matériel d'accompagnement : 1 résumé

Abstract : The analysis of large volumes of data, in particular textual data, requires the use of methods that combine different disciplines such as computer science, mathematics, or statistics. All these methods represent the basis of "Textual Data Science". In this context, text-mining approaches enable to discover knowledge useful for experts of different domains (e.g. Epidemiology, Humanities, etc.). The talk will present some approaches and their implementation in order to deal with heterogenous textual data in the context of multidisciplinary projects. (Texte intégral)

Résumé (autre langue) : L'analyse des masses de données, en particulier textuelles, nécessite l'utilisation de méthodes mêlant harmonieusement différentes disciplines comme l'informatique, les mathématiques ou les statistiques. L'ensemble de ces méthodes utiles pour traiter de telles données forme le socle de la "Science des Données Textuelles". Dans ce cadre, les approches de fouille de textes permettent de découvrir des connaissances utiles pour des experts issus généralement de différents domaines d'application (par exemple, veille épidémiologique, analyse de données de SHS, etc.). L'exposé présentera les fondements des approches et leur mise en oeuvre pour traiter les données textuelles hétérogènes à travers différents projets pluridisciplinaires. (Texte intégral)

Mots-clés libres : Text mining, NLP, Heterogeneous data

Classification Agris : C30 - Documentation and information
U30 - Research methods

Auteurs et affiliations

Source : Cirad-Agritrop (https://agritrop.cirad.fr/585396/)

View Item (staff only) View Item (staff only)

[ Page générée et mise en cache le 2021-01-17 ]