Mesurer la cohésion sémantique dans les corpus de documents - Inria - Institut national de recherche en sciences et technologies du numérique Accéder directement au contenu
Rapport (Rapport De Recherche) Année : 2012

Mesurer la cohésion sémantique dans les corpus de documents

Résumé

Exploring document collections remains a focus of research. This task can be tackled using various techniques, typically ranking documents according to a relevance index or grouping documents based on various clustering algorithms. The task complexity produces results of varying quality that inevitably carry noise. Users must be careful when interpreting document relevance or groupings. We address this problem by computing cohesion measures for a group of documents con rming/in rming whether it can be trusted to form a semantically cohesive unit. The index is inspired from past work in social network analysis (SNA) and illustrates how document exploration can bene t from SNA techniques.
L'exploration de corpus documentaire reste encore aujourd'hui un domaine actif de recherche. Cette tâche peut être abordé à l'aide de nombreuses techniques, s'appuyant typiquement sur le calcul d'indices de pertinence ou de regroupement thématique (clustering). Ces solutions sont souvent empreintes de bruit, du fait même de la complexit é de la tâche à mener. Les utilisateurs se doivent par conséquent d'être précautionneux lorsqu'il s'agit d'interpréter les résultat d'un ordonnancement ou de regroupement thématique des documents. Nous nous penchons sur cette dernière question et calculons des indices de coh ésion s émantique associ és à un groupe de documents permettant de questionner la coh ésion d'un groupe de documents. Ces indices s'inspirent de travaux pass és en analyse des réseaux sociaux (SNA) et montre combien il semble possible d'exploiter les r ésultats de ce domaine à des fi ns d'exploration de bases documentaires.
Fichier principal
Vignette du fichier
RR-8075.pdf (1.54 Mo) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)
Loading...

Dates et versions

hal-00736724 , version 1 (28-09-2012)

Identifiants

  • HAL Id : hal-00736724 , version 1

Citer

Guy Melançon, Benjamin Renoust, Marie-Luce Viaud. Mesurer la cohésion sémantique dans les corpus de documents. [Research Report] RR-8075, INRIA. 2012, pp.21. ⟨hal-00736724⟩
277 Consultations
151 Téléchargements

Partager

Gmail Facebook X LinkedIn More