Détection d'événements géo-chrono-localisés dans les tweets

Geo-chrono-localization of events in tweets

• Auteur / Autrice : Hosni Seffih
• Direction : Myriam Lamolle
• Type : Thèse de doctorat
• Discipline(s) : Informatique
• Date : Soutenance le 17/12/2020
• Etablissement(s) : Paris 8
• Ecole(s) doctorale(s) : École doctorale Cognition, langage, interaction (Saint-Denis, Seine-Saint-Denis)
• Partenaire(s) de recherche : Equipe de recherche : Laboratoire d' informatique avancée de Saint-Denis
• Jury : Président / Présidente : Abderrahman El Mhamedi
• Jury : Examinateurs / Examinatrices : Ernesto Esposito, Christian Fluhr
• Jury : Rapporteurs / Rapporteuses : Sylvie Despres, Patrick Paroubek

Mots clés

Mots clés contrôlés

Surveillance électronique

Poursuite automatique

Géoparsing

Informatique documentaire

Mots clés libres

Traitement linguistique

Extraction sémantique

Réseaux sociaux

Détection d'événements

Système d'alerte

Semantic linguistic

Processing

Social networks

Event detection

Alert system

Résumé

La détection d'événements à partir de textes est un défi encore aujourd'hui, surtout dans le contexte des réseaux sociaux, les informations sont souvent écrites d'une manière simplifiée. Lors de ces travaux de recherche, nous avons cherché à extraire des événements géo-chrono-localisés dans des tweets. En concentrant l'expérimentation sur la ville de Nice. Pour arriver à nos fins, nous devons faire face à trois verrous scientifiques à savoir (i) la constitution d'un corpus pertinent sur un territoire particulier en regard d'une liste d'événements, (ii) le traitement sémantique des réseaux sociaux et plus particulièrement Twitter, (iii) la détection des éléments qui composent un événement afin de lever toute ambiguïté sur son importance car il sera déclencheur d'alerte. Le système proposé, appelé GEOLsig, passe par la gestion du flux des tweets (récupération de tweets + prétraitement de l'orthographe) puis transformation du texte brut des tweets en texte structuré afin de passer à la phase d'extraction de l'information des lieux, des dates et des actions. Afin de vérifier la pertinence du processus complet des traitements linguistiques effectués, nous avons mené des expérimentations sur différents corpus de tweets. Nos futurs travaux aborderont à court terme la détection automatique implémenté par un bot sur Twitter, et à plus long terme, (i) l'optimisation du couplage BERT / traitements linguistiques et sémantiques GEOL,(ii) le traitement d'autres langues, (iii) l'extension de la solution à d'autres réseaux sociaux.

Events detecting in texts is still challenging today, especially in the context of social networks, written information is often conveyed in a simplified manner. In this thesis, we sought to extract geo-chrono-localized events in tweets. We focused the experiments area using the city of Nice in France. To achieve our goals, we must face three main issues, namely (i) the establishment of a corpora on a given region with regard to a list of events, (ii) the semantic processing of social networks and more particularly Twitter, (iii) detecting the elements making up an event in order to remove any ambiguity about its relevance. Indeed, this event will potentially trigger an alert. The proposed system is called GEOLsig. The GEOLsig process involves managing the flow of tweets (extracting Twitter data + preprocessing). Then, the next step consists in transforming tweets raw text into structured text. This is followed by a step of extracting information about the places, dates and actions. Different experiments on different corpora will help us to test our linguistic processing relevance.Our future work will address the automatic detection implemented by a bot on Twitter in the short term. And in the longer term, it will address(i) optimization of the BERT / GEOL semantic linguistic processing,(ii) processing other languages, (iii) extending the solution to other social networks.