Clusterisation du Web en vue d'extraction de corpus homogènes

Résumé : Les ressources disponibles sur le Web sont de plus en plus diverses aussi bien d'un point de vue thématique, qu'au niveau de leur type, de leur origine géographique, etc. Cependant, les outils de recherche ne prennent pas en compte cette hétérogénéité et ne proposent qu'un accès par mots-clés aux documents du web. Cet article présente une méthode basée sur les hyperliens, permettant d'extraire du graphe Web des sous-corpus de documents homogènes. L'expérience décrite ici utilise la méthode des co-citations et s'intéresse plus spécialement à la notion de genre (type) de document web.
Type de document :
Communication dans un congrès
INFORSID 2002, 20e congrès informatique des organisations et des systèmes d'information et de décision, Jun 2002, Nantes, France. 13p., 2002
Liste complète des métadonnées


https://archivesic.ccsd.cnrs.fr/sic_00000388
Contributeur : Camille Prime-Claverie <>
Soumis le : lundi 10 février 2003 - 16:00:51
Dernière modification le : lundi 17 février 2014 - 16:54:23
Document(s) archivé(s) le : samedi 3 avril 2010 - 21:02:44

Identifiants

  • HAL Id : sic_00000388, version 1

Citation

Camille Prime-Claverie, Michel Beigbeder, Thierry Lafouge. Clusterisation du Web en vue d'extraction de corpus homogènes. INFORSID 2002, 20e congrès informatique des organisations et des systèmes d'information et de décision, Jun 2002, Nantes, France. 13p., 2002. <sic_00000388>

Partager

Métriques

Consultations de
la notice

305

Téléchargements du document

253