Extraction d'information spatiale à partir de données textuelles non-standards

Zenasni Sarah. 2018. Extraction d'information spatiale à partir de données textuelles non-standards. Montpellier : Université de Montpellier, 163 p. Thèse de doctorat : Informatique : Université de Montpellier

Encadrement : Teisseire, Maguelonne ; Roche, Mathieu ; Kergosien, Eric

Résumé : L'extraction d'information spatiale à partir de données textuelles est désormais un sujet de recherche important dans le domaine du Traitement Automatique du Langage Naturel (TALN). Elle répond à un besoin devenu incontournable dans la société de l'information, en particulier pour améliorer l'efficacité des systèmes de Recherche d'Information (RI) pour différentes applications (tourisme, aménagement du territoire, analyse d'opinion, etc.). De tels systèmes demandent une analyse fine des informations spatiales contenues dans les données textuelles disponibles (pages web, courriels, tweets, SMS, etc.). Cependant, la multitude et la variété de ces données ainsi que l'émergence régulière de nouvelles formes d'écriture rendent difficile l'ex- traction automatique d'information à partir de corpus souvent peu standards d'un point de vue lexical voire syntaxique. Afin de relever ces défis, nous proposons, dans cette thèse, des approches originales de fouille de textes permettant l'identification automatique de nouvelles variantes d'entités et relations spatiales à partir de données textuelles issues de la communication médiée. Ces approches sont fondées sur trois principales contributions qui sont cruciales pour fournir des méthodes de navigation intelligente. Notre première contribution se concentre sur la problématique de reconnaissance et d'ex- traction des entités spatiales à partir de corpus de messages courts (SMS, tweets) marqués par une écriture peu standard. La deuxième contribution est dédiée à l'identification de nouvelles formes/variantes de relations spatiales à partir de ces corpus spécifiques. Enfin, la troisième contribution concerne l'identification des relations sémantiques associées à l'information spatiale contenue dans les textes. Les évaluations menées sur des corpus réels, principalement en français (SMS, tweets, presse), soulignent l'intérêt de ces contributions. Ces dernières permettent d'enrichir la typologie des relations spatiales définies dans la communauté scientifique et, plus largement, de décrire finement l'information spatiale véhiculée dans les données textuelles non standards issues d'une communication médiée aujourd'hui foisonnante.

Mots-clés libres : Information spatiale, Fouille de textes, Extraction d'informations, SMS

Classification Agris : C30 - Documentation et information
U10 - Informatique, mathématiques et statistiques
B10 - Géographie

Champ stratégique Cirad : Hors axes (2014-2018)

Auteurs et affiliations

• Zenasni Sarah, CIRAD-ES-UMR TETIS (FRA)

Source : Cirad-Agritrop (https://agritrop.cirad.fr/588238/)

Métriques

[ Page générée et mise en cache le 2021-11-10 ]