Visualization for evolution detection in scientific publications
Visualisation pour la détection d’évolutions dans des corpus de publications scientifiques
Résumé
Dans cet article, nous proposons tout d’abord un état de l’art des méthodes pour la visualisation et l’interprétation des données textuelles, et en particulier des données scientifiques. Nous présentons nos contributions à ce domaine, sous la forme de méthodes originales pour la classification automatique de documents et l’interprétation facile de leur contenu grâce à des mots-clés caractéristiques et à des classes créées par nos algorithmes. Ensuite, nous focalisons notre analyse autour des données évolutives dans le temps. Nous détaillons notre approche par diachronie, particulièrement appropriée à la visualisation des évolutions. Cela nous permet de conclure en présentant Diachronic’Explorer, un outil de visualisation destiné à l’exploration visuelle des données évolutives.
In this paper, we introduce a survey about methods used to visualize and interpret textual data, in particular scientific data. We then detail our contribution to this field, describing original tools for document clustering and cluster labeling to help users understand clustering results. Afterwards, we focus on time-evolving data. We introduce and detail our diachronic approach, particularly well-fitted to visualize evolutions in the data. It allows to conclude by presenting Diachronic'Explorer, a visualization tool which aims to deal with evolving data.
