Qu'est-ce que le Text Mining ?

Qu'est-ce que le Text Mining ?

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 word ® les emails, les dossiers 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
  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.
• Text Mining - SAS ® Text Miner
• Text Analytics Tools and Runtime for IBM LanguageWare
• STATISTICA Text Miner de Statsoft

Sur des thèmes connexes

• Le data mining
• Projet Gestion Electronique des Documents, ECM
• MDM Master Data Management
• Veille stratégique et technologique

Lecture recommandée

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 chez : www.amazon.fr

D 1 2 3 4 5 6 7

  Recommandez cet article

     
              

---

Copyright : Alain FERNANDEZ ©1998-2010 Tous droits réservés Mentions légales

---