Mining Textual Data through Term Variant Clustering : the TermWatch system - Archive ouverte HAL Access content directly
Journal Articles Recherche d'Information Assistée par Ordinateur (RIAO 2004). Year : 2004

Mining Textual Data through Term Variant Clustering : the TermWatch system

,
Fidelia Ibekwe-Sanjuan
Eric Sanjuan
  • Function : Author

Abstract

We present a system for mapping the structure of research topics in a corpus. TermWatch portrays the "aboutness" of a corpus of scientific and technical publications by bridging the gap between pure statistical approaches and symbolic techniques. In the present paper, an experiment on unsupervised textmining is performed on a corpus of scientific titles and abstracts from 16 prominent IR journals. The preliminary results showed that TermWatch was able to capture low occurring phenomena which the usual clustering methods based on co-occurrence may not highlight. The results also reflect the expressive power of terminological variations as a means to capture the structure of research topics contained in a corpus.
Nous présentons un system e cartographie des sujets de recherche dans un corpus. TermWatch révèle ce dont traite un ensemble de textes en combinant approche purement statistiques et approches symboliques. Dans ce papier, une expérience de classification non-supervisée est effectuée sur un corpus de textes issus de 16 revues en science d'information. Les résultats obtenus montrent que TermWatch a été à même de capter des phénomènes à faible fréquence que les méthodes usuelles d'agrégation négligent souvent. Les résultats mettent également l'accent sur la puissance expressive des variations terminologiques en tant que mécanisme qui illustre la structure des thèmes de recherche dans un corpus donné.
Fichier principal
Vignette du fichier
sic_00001405.pdf (605.94 Ko) Télécharger le fichier
Loading...

Dates and versions

sic_00001405 , version 1 (10-04-2005)

Identifiers

  • HAL Id : sic_00001405 , version 1

Cite

Fidelia Ibekwe-Sanjuan, Eric Sanjuan. Mining Textual Data through Term Variant Clustering : the TermWatch system. Recherche d'Information Assistée par Ordinateur (RIAO 2004)., 2004. ⟨sic_00001405⟩
71 View
62 Download

Share

Gmail Facebook Twitter LinkedIn More