Construction semi-automatique d'index de fin de livre

par Touria Ait El Mekki

Thèse de doctorat en Informatique

Sous la direction de Daniel Kayser.

Soutenue en 2004

à Paris 13 .

mots clés

• Classement documentaire
• Français (langue) -- Vocabulaire
• Indexation automatique
• Publication assistée par ordinateur

Résumé

La présence d'index de fin de livre est une nécessité pour beaucoup de documents mais le coût de consctruction des index est parfois rédhibitoire, nous défendons l'idée d'un outil d'assistance à la construction d'index. Notre travail s'appuie sur l'observation des pratiques traditionnelles en matière d'index et sur l'état actuel des recherches en traitement automatique des langues, notamment en terminologie computationnelle et en traitement de l'information. L'architecture que nous proposons prend en compte le processus global de construction d'index depuis la sélection des descripteurs jusqu'à la mise en forme de l'index. Elle intègre traitements automatiques et intervention humaine dans un processus coopératif. Les traitements automatiques et intervention humaine dans un procesus coopératif. Les traitements automatiques permettent de construire une ébauche d'index, de guider le travail humain en assurant sa cohérence L'une des originalités de l'architecture proposée tient au fait qu'elle intègre des traitements et des données hétérogènes dans une approche modulaire et paramétrable en fonction des besoins de l'utilisateur.

Titre traduit

Building back-of-the book indexes

Résumé

[ Résumé en anglais] one of the challenges of text mining is to help readers to exploit large documents relying on their content. The table of contents ofers a simple and direct access to document content but it gives only few, short and often abstract titles as acess points. The search based on an index, which lists the document subjects, is easier and potentially richer. However, the use of indexes for precise information retrieval is brilled by the fact that indexes are often of poor quality. We have defined a whole method for constructing indexes. Our system IndDoc is designed as an assistance tool for the document author or editor. Our approach relies on a clear distinction between on one side the stable knowledge base, the index source, which represents the semantic content of the index and on the other side, the various ways in which the index can be presented to the readers. The overall generation derives one or several indexes from the source acording to editing constraints. The third visualisation step gives its final format to the index.