Clustering de documents dans des collections hétérogènes
La classification non supervisée (ou clustering) de documents permet d’organiser thématiquement une collection de documents de façon à faciliter l’accès à l’information ou à proposer une vue synthétique du contenu d’un ensemble de documents. Néanmoins, quand la collection considérée contient des do...
Shranjeno v:
| Auteurs principaux: | , |
|---|---|
| Format: | Article ou chapitre numérique |
| Jezik: | Français |
| Izdano: |
2015
|
| Teme: | |
| Online dostop: | Accès Université d'Orléans et IFPM |
| Izvleček: | La classification non supervisée (ou clustering) de documents permet d’organiser thématiquement une collection de documents de façon à faciliter l’accès à l’information ou à proposer une vue synthétique du contenu d’un ensemble de documents. Néanmoins, quand la collection considérée contient des documents de type différent, cette hétérogénéité perturbe les résultats du clustering, en regroupant plus volontiers les documents selon leur type que selon leur thème. Nous présentons dans cet article une approche simple pour la prise en compte de l’hétérogénéité de la collection dans le clustering, en utilisant une sélection des traits de représentation qui s’appuie sur les différences de distributions des termes selon les types de document. Nous montrons l’intérêt de l’approche proposée en proposant une évaluation sur un corpus hétérogène constitué spécifiquement pour cette tâche. |
|---|