Un modèle d'exploration contextuelle du contenu des documents textuels : conception et réalisation d'un système informatique SEMANTEXT de filtrage et de structuration des textes

A model for contextual exploration of textual documents : design and implementation of a system SEMANTEXT used for text searching and structuring

• Auteur / Autrice : Slim Ben Hazez
• Direction : Jean-Pierre Desclès
• Type : Thèse de doctorat
• Discipline(s) : Informatique et communication
• Date : Soutenance en 2002
• Etablissement(s) : Paris 4

Mots clés

Mots clés contrôlés

Systèmes d'information

Analyse du discours -- Informatique

Analyse automatique (linguistique)

Linguistique -- Informatique

Mots clés libres

SemanText

Contexto

Résumé

Le travail présenté dans cette thèse se focalise sur le développement de technique d'accès aux information textuelles selon différents points de vue. Dans cette optique, nous proposons un modèle un modèle en trois niveaux d'exploration contextuelle du contenu des textes. Ce modèle à pour bue de décrire d'une manière compacte et intuitive des données linguistiques et des opérations premier niveau est constitué d'un langage de description de motifs linguistiques. Le deuxième propose une algèbre d'expressions de repérage contextuel (ou ERC). Le dernier consiste en un langage de description de règles d'exploration contextuelle. Ces composants permettent de décrire divers phénomène linguistiques et textuels de surface et de spécifier des opérations de sélection qui portent sur différents niveaux d'organisation du texte. Ils forment le noyau de bases du système SEMAN'TEXT dont l'architecture s'articule autour d'un modèle dynamique du texte représenté sous forme d'un graphe décoré. L'architecture adoptée permet de réaliser et de mettre en interaction plusieurs tâches d'extraction. Ce travail s'appuie sur notre première expérience dans le développement du système CONTEXTO.

This work outlines the development of technical means to research textual data from several point of view. In this framework, we propose a model with three levels of contextual exploration of content of textual documents. This models aims to describe linguistic data and textual operations which are dedicated to several extracting and labelling tasks of textual objects. The first level is a linguistic pattern matching language. The second one puts forward an algebra of describing expressions of contextual text searching. The last one is a language of contextual exploration rules. These components provide means to describe several linguistic and textual shallow regularities and to specify operations of contextual text searching. These components are the kermel of SEMAN'TEXT. The architecture of semantext permits the development and the interaction of several extracting tasks through a dynamic text model (represented by a decorated graph). This work relies on my first study acquired in the framework of the design of CONTEXTO.