1 / 11

Indexation de Thèses Pharmaceutiques Françaises.

Indexation de Thèses Pharmaceutiques Françaises. JFIM 2002 MARY Vincent. Plan. Exposition de la problématique Moteur actuellement utilisé Nomindex Méthode de comparaison Résultats Conclusion. Problématique. Grande masse de connaissances validées : 1.ooo thèses annuelles

kapono
Download Presentation

Indexation de Thèses Pharmaceutiques Françaises.

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Indexation de Thèses Pharmaceutiques Françaises. JFIM 2002 MARY Vincent

  2. Plan • Exposition de la problématique • Moteur actuellement utilisé • Nomindex • Méthode de comparaison • Résultats • Conclusion

  3. Problématique • Grande masse de connaissances validées : • 1.ooo thèses annuelles • Validation par des professeurs HDR • Sujets variés • Mais très peu utilisées car : • Barrière de la langue • Difficultés d’accès aux thèses • Indexation peu commode

  4. Docthèse : Mis à jour tout les 6 mois Sur CD Rom À la BU uniquement Sudoc : Mis à jour en temps réel Disponible en ligne Docthèse - Sudoc • Moteurs actuels : • Indexation manuelle, par les étudiants • Pas de thésaurus définis • Nombre de mots clefs limités • Pas de scores de pertinence

  5. Nomindex • Indexation automatique et conceptuelle. • Navigation inter concepts • Synonymies, flexions • Traduction mots à mots • Score de pertinence TFIDF : • Score de pertinence d’un document • Similarité de documents

  6. Comparatif

  7. Méthode • Formation d’un corpus de thèses : • Recupération de thèses au format électronique • Conversion en HTML • Indexation • Comparaison des deux moteurs: • Utilisation des indices classiques : • Bruit • Silence • Pertinence

  8. Nomindex Sudoc (a) Bruit (d) Silence Nomindex (b) Silence Sudoc (c) Résultats

  9. Discussion • Le Sudoc ne contient pas toutes les thèses • Distribution normale du bruit et du silence • Bruit important, mais … • Dictionnaire ADM basé sur le diagnostic médical. • Première expérience sur des textes pharmaceutiques • Mêmes erreurs souvent retrouvées • Diminutions importantes par de petites modifications du dictionnaire.

  10. Discussion • Temps d’indexation compatible avec une utilisation à grande échelle. • Représentativité du corpus ? • Issue de site personnels essentiellement • 1/3 des thèses annuelles d’une faculté. • Découpage des phrases

  11. Conclusion • Efficacité du couple ADM-UMLS • Méta thésaurus • Réseau sémantique • Mises à jour spécifiques du dictionnaire nécessaires • Utilisation possible en indexation semi-automatique

More Related