Point de vue ontologique de fonds documentaires territorialisés indexés

Ontological point of view of indexed territorialized collections of documents.

• Auteur / Autrice : Eric Kergosien
• Direction : Mauro Gaio
• Type : Thèse de doctorat
• Discipline(s) : Informatique
• Date : Soutenance en 2011
• Etablissement(s) : Pau

Mots clés

Mots clés contrôlés

Vocabulaire contrôlé

Indexation automatique

Traitement automatique du langage naturel

Géomatique

Ontologies (informatique)

Mots clés libres

Construction d’ontologies à partir de ressources structurées

Territoire

Fonds duocumentaire

Information géographique

Résumé

Dans les bibliothèques et les médiathèques, une caractéristique importante des fonds documentaires mis à disposition est qu'ils contiennent d'abondantes références à l'histoire, à la géographie, au patrimoine, en somme au territoire, et il est primordial pour ces centres de valoriser ces spécificités territoriales pour répondre à des objectifs d'information et d'éducation. Dans ce contexte, nous faisons l'hypothèse qu'en utilisant un point de vue géographique pour modéliser un ensemble de ressources terminologiques utilisées pour indexer un fond documentaire, il est possible de faire émerger une représentation du territoire qui y est implicitement décrite. Concernant la modélisation de la connaissance en géomatique, de nombreux travaux s'appliquent à construire une représentation sémantique structurée géographique de domaines cibles. Cependant, il ne semble pas exister d'approche permettant de construire une représentation d'un territoire à partir de fonds documentaires annotés. Nous proposons donc une méthodologie complète et automatisée permettant de construire une couche conceptuelle de type ontologie d'un territoire, sur la base d'un fonds documentaire indexé par des experts. Nous positionnons nos travaux dans l'extraction et la structuration de la connaissance que nous appliquons dans le domaine de la géomatique en nous appuyant notamment sur des techniques provenant du Traitement Automatique du Langage Naturel. Nous entendons ici par territoire un ensemble de lieux que l'on peut mettre en relation selon un ensemble de thèmes en fonction d'une période donnée. Ainsi, nous présentons un complément original s'appuyant sur le travail d'indexation réalisé par les experts documentalistes sur un fonds documentaire pour faire émerger une ontologie d'un territoire implicitement décrit dans les documents. Une contribution importante de notre travail concerne l'enrichissement de façon incrémentale de la représentation d'un territoire. Nous proposons pour cela une chaine de TALN qui permet de marquer dans des documents textes annotés un ensemble d'informations spatiales, temporelles et thématiques qui nous sert de base pour l'enrichissement de la représentation d'un territoire. Une perspective à ces travaux est de pouvoir valider notre approche sur plusieurs fonds documentaires d'origines diverses. L'intérêt sera de proposer une méthode qui, sur la base des représentations de territoires obtenues, permettrait d'identifier et de représenter les spécificités de chaque fonds documentaire.

Within libraries and media centers, an important feature of documents available in such centers is that they contain abundant references to history, geography, Heritage, in fact the territory. It is essential for these centers to develop these territorial specificities to answer objectives of information and education. In this context, we make the hypothesis that by using a geographical point of view to model a set of resources terminology used to index a documentary, it is possible to bring out a representation of the territory which is implicitly described. Concerning the modeling of knowledge in geomatics, many research works propose a methodology in order to build a geographic structured semantic representation of target domains. However, it seems that there is no approach proposing to build a representation of a territory from a corpus and descriptives notices. We propose a complete methodology for building an ontology of a territory, on the basis of a document collection indexed by experts. We position our work in extracting and structuring knowledge that we apply to the field of geomatics including techniques from NLP. We mean by territory a set of places that we can relate on a set of topics based on a period. Thus, we present an original complement based on the indexing work done by experts librarians on a documentary to bring out an ontology of a territory implicitly described in the documents. An important contribution of our work is to enrich step by step the representation of territory. We propose an automated linguistic processing that allows to mark in text documents a set of spatial, temporal and thematic information which serves as the basis for the representation of a ontology. Perspective to this work is to validate our approach on several corpus of various origins. The interest will be to propose a method, based on representations of territories obtained, would identify and represent the characteristics of each documentary.