Projet : FRACTALES - fractales

<body bgcolor="#FFFFFF" text="#000000" link="#9944EE" vlink= "#0000FF" alink="#00FF00"> <h2><a name="SECTION000611000000000000000" id= "SECTION000611000000000000000">AE interactifs appliqués au text-mining</a></h2> <a name="FRACTALES_resultats_Text-Mining" id= "FRACTALES_resultats_Text-Mining"></a> <p><strong>Mots clés :</strong> <i>text mining, algorithmes évolutionnaires. .</i></p> <p><br /> <br /> <span class="textbf">Participants :</span> Yann Landrin-Schweitzer, Evelyne Lutton.<br /> <br /></p> <blockquote> En collaboration avec Thérèse Vachon de Novartis Pharma et Pierre Parizot d'IBM. </blockquote> <p>La recherche par mots-clés dans des bases documentaires souffre souvent de l'impossibilité de gérer la pertinence des mots-clés détectés vis-à-vis du contexte. On tente souvent de résoudre ce problème par l'utilisation de thesaurii, ou dictionnaire de synonymes, permettant d'identifier des ``sens'' par la détection de mots de signification connexe. Cependant, cette méthode dépend de la pertinence de ces thésaurii, et offre peu de souplesse à l'utilisateur. Nous tentons de personnaliser et d'affiner l'utilisation de ces thesaurii via des ``profils de recherche'' évolutifs, individuels ou génériques.</p> <p>Pour cela, nous démarrons une étude fondée sur l'emploi d'algorithmes évolutionnaires interactifs se contentant d'un flux d'infomations pauvre.</p> </body>