Construction d'un jeu de données de publications scientifiques pour le TAL et la fouille de textes à partir d'ISTEX - Archive ouverte HAL Accéder directement au contenu
Communication Dans Un Congrès Année : 2023

Construction d'un jeu de données de publications scientifiques pour le TAL et la fouille de textes à partir d'ISTEX

Résumé

La plateforme ISTEX (https://www.istex.fr/) permet d'accéder à une large base d'archives scientifiques comptant plus de 25 millions de documents de tous les grands domaines scientifiques. Les documents incluent non seulement les métadonnées mais aussi le texte plein, et ont été prétraités de manière homogène pour faciliter leur traitement automatique. Dans cet exposé, nous présenterons une initiative pour créer une dynamique de recherche en TAL et TDM autour de ces données. En particulier, nous présenterons les travaux en cours pour la construction d'un jeu de données dédié au TAL et la fouille de textes.
Fichier principal
Vignette du fichier
1467669.pdf (91.53 Ko) Télécharger le fichier
Origine : Fichiers éditeurs autorisés sur une archive ouverte

Dates et versions

hal-04131604 , version 1 (20-06-2023)

Identifiants

  • HAL Id : hal-04131604 , version 1

Citer

Constant Mathieu. Construction d'un jeu de données de publications scientifiques pour le TAL et la fouille de textes à partir d'ISTEX. 18e Conférence en Recherche d'Information et Applications -- 16e Rencontres Jeunes Chercheurs en RI -- 30e Conférence sur le Traitement Automatique des Langues Naturelles -- 25e Rencontre des Étudiants Chercheurs en Informatique pour le Traitement Automatique des Langues, 2023, Paris, France. pp.79-79. ⟨hal-04131604⟩
36 Consultations
10 Téléchargements

Partager

Gmail Facebook X LinkedIn More