Qu'est-ce que le Text Mining ?
Par Alain FernandezExtraire le sens des documents non structurés
Définition du Text Mining
Le Text Mining est un ensemble de méthodes, de techniques et d'outils pour exploiter les documents non structurés que sont les textes écrits, comme les fichiers bureautiques de type word ® les emails, les documents de présentation de type powerpoint ®... Pour extraire du sens de documents non structurés, le text mining s'appuie sur des techniques d'analyse linguistique. Le text mining est utilisé pour classer des documents, réaliser des résumés de synthèse automatique ou encore pour assister la veille stratégique ou technologique selon des pistes de recherches prédéfinies.
Le Text Mining est (quasi) aussi ancien que l'informatique
Pour l'anecdote, l'utilisation de l'informatique pour automatiser la synthèse de textes n'est vraiment pas récente. Hans Peter Luhn, chercheur chez IBM, le véritable inventeur du terme de Business Intelligence en 1958, donc bien avant Howard Dresner (cf Le perfologue Historique de la Business Intelligence), publiait en 1957 une étude intitulée : "The Automatic Creation of Literature Abstracts". Cette passionnante étude est accessible directement sur le site de recherche IBM.Résumé : Un article scientifique complet (paru dans le New York times 8/09/57 "Chemistry Is Employed in a Search for New Methods to Conquer Mental Illness") scanné est lu et analysé par un ordinateur IBM 704. La mesure statistique de la fréquence des mots et de leurs distribution permet d'etablir une évaluation relative de la signification des mots et des phrases. Les phrases les plus significatives en terme de sens sont extraites et constituent le résumé-synthèse.
Pour la petite histoire, l'IBM 704 sorti en 1955 a marqué son époque. C'est notamment sur cette machine qu'a été développé le langage Fortran. Voir ici IBM 704 sur la wikipedia. Nous sommes donc bien au tout début de l'essor des applications informatisées.
Quelques outils de Text Mining
- gate.ac.uk GATE
General Architecture for Text Engineering, solution de Text Mining. Gate est une suite d'outils Java initiée par l'université de Sheffield. C'est un produit Open Source. - sas.comText Mining - SAS ® Text Miner
- alphaworks.ibm.com Text Analytics Tools and Runtime for IBM LanguageWare
- statsoft.fr STATISTICA Text Miner de Statsoft
Ouvrage recommandé
Un ouvrage pratique pour s'initier au traitement de l'information textuelle et ainsi mieux comprendre les principes du text mining et les enjeux de la Business Intelligence en langage naturel.
Natural Language Processing with Python
Steven Bird, Ewan Klein, Edward Loper
O'Reilly Media (Langue anglaise)
Juillet 2009
512 pages
Prix librairie : 31,13 Euros
Dispo : www.amazon.fr
1 2
Pour aller plus avant ...
Commentaires lecteurs...
Partagez cet article...
Suivez aussi les news du portail sur Twitter et rejoignez-nous sur Facebook
Pour établir un lien vers cet article depuis votre site recopiez le lien suivant. La reproduction ou la traduction totale ou partielle de ce texte, images et documents est formellement interdite. Voir ici les conditions pour publier un extrait sur votre site ou blog. Ce texte et les images et documents qu'il contient est déposé auprès de l'IDDN
Copyright : Alain FERNANDEZ ©1998-2013 Tous droits réservés Mentions légales
| Restons en contact |
|---|
Abonnez-vous au flux
Contact Twitter Contact Viadeo Contact Linkedin Contact Google plus Contact Facebook |
Les 80 fiches de la BI
| Business Intelligence |
|---|
| Business Intelligence |
| Formation BI |
| Outils de la BI |
| Le projet BI, le livre |
| Les Perspectives, BI 2.0 +/- |
|---|
| Perspectives BI |
| BI état de l'art |
| BI 2.0 |
| BI 2.0 en pratique |
| BI Temps réel |
| La BI de demain |
| La BI mobile |
| Projet BI & Stratégie +/- |
|---|
| BI & stratégie |
| Informatique décisionnelle |
| BI, projet stratégique |
| BI Front-end tools +/- |
|---|
| Tableau de bord BI |
| Tableau de bord avec avec Excel |
| Outils de Reporting |
| Reporting financier |
| Tableaux de bord et KM |
| Portail décisionnel |
| Le data warehouse +/- |
|---|
| Data Warehousing |
| Data Warehouse |
| Data Mart |
| Architecture Data Warehouse |
| Projet Data Warehouse |
| Modélisation Data Warehouse |
| ROI du projet |
| Causes d'échecs |
| Big Data +/- |
|---|
| Big Data, le dossier |
| Hadoop |
| Hadoop calculs massifs |
| Map Reduce |
| Les bases No SQL |
| BDD In Memory |
| La qualité des données +/- |
|---|
| Gestion qualité des données |
| Collectez les données ETL |
| Gouvernance des données |
| MDM Master Data Management |
| Projet MDM |
| ROI du MDM |
| Meta données |
| BI et ERP (PGI) |
| Outils d'analyse +/- |
|---|
| Outils d'analyse |
| Statistiques |
| Analyse prédictive |
| Arbre de decision |
| Data Mining |
| Text Mining |
| Business Intelligence avec Excel |
| Excel et la BI pour tous |
| Analyse Olap +/- |
|---|
| Pourquoi Olap ? |
| Qu'est-ce que OLAP ? |
| Modèle de CODD |
| Nouveau modèle |
| Conception Olap |
| ROLAP, MOLAP, HOLAP... |
| Essayez Olap |
| Projet décisionnel +/- |
|---|
| Conduire le projet |
| Le projet decisionnel |
| Le système de pilotage |
| Le système decisionnel |
| Les Ressources de la BI +/- |
|---|
| Livres de la Business Intelligence |
| Livres du Data Mining |
| Sites de la Business Intelligence |
| References du Portail |
|---|
| Glossaire |
| Sites de reference |
| Plan du site 1/2 |
| Plan du site 2/2 |
| Contact |
| A propos... |
| Copyright© |
Toutes les pages de ce site sont sous copyright Alain Fernandez 1998-2013
