Abhatoo - Centre Nationale de Documentation

L’accroissement de l’activité économique, scientifique jointe à l’éclosion des nouvelles technologies de l’information se traduisent par une croissance remarquable de l’information disponible sous forme électronique et exigent de nouveaux outils capables d’analyser et de structurer des documents textuels afin de permettre à des utilisateurs non-experts de fouiller ces documents et/ou de les évaluer.
Notre article présente les premiers résultats d’un programme de recherche et de développement de la société TEMIS, dont le cœur d’activité est le text mining, c’est-à-dire l’extraction, le traitement, la visualisation et la capitalisation de l’information à partir des données, produites ou reçues, par une société dans son domaine.
L’objet de ce programme est le développement d’une station de travail appelée Knowledge Station ou K-Station, indépendante du domaine d’application et multilingue. La K-Station automatise un processus itératif de construction et validation de composants de connaissances, i.e. la terminologie et les règles d’extraction d’informations relatives à un secteur d’activité, et ce, à partir de corpus de données textuelles. Elle a pour objectif de permettre à un linguiste de construire un ensemble de composants de connaissances pour un secteur industriel déterminé (automobile, chimie…) ou un métier particulier (journalisme, informatique, …).
Nous mettrons l’accent sur le processus d’extraction de l’information à partir de corpus, en insistant sur la méthodologie utilisée. Notre approche est fondée sur la réutilisation de bases terminologiques existantes et sur l’acquisition de connaissances à partir d’un corpus selon un processus itératif intégrant des règles d’extraction. Elle repose sur une intégration d’outils dans une architecture client/serveur. Nous présentons les différentes étapes d’analyse intégrées dans cette architecture. Notre exposé sera illustré par des exemples de résultats dans le domaine de l’intelligence économique. Les composants de connaissance s’intègrent automatiquement dans une suite logicielle nommée Insight Discoverer^TM_.