ThemeEditor 1.0 - Coloriage thématique de corpus et construction de classes lexicales

1 - Présentation

ThemeEditor est une plateforme logicielle de traitement automatique des langues pour l'exploration sémantique de textes. Plus précisément, il s'agit d'une bibliothèque d'outils destinés à présenter graphiquement les principaux thèmes d'un document textuel, ainsi que leurs enchaînements. Pour cela, nous avons utilisé l'idée du coloriage : en effet, à chaque thème nous faisons correspondre une couleur spécifique, puis nous "surlignons" automatiquement à l'aide de cette couleur les passages du texte qui relèvent du thème en question.

Pour pouvoir effectuer ce coloriage nous devons disposer de thèmes prédéfinis, c'est pourquoi ThemeEditor inclus un éditeur de thèmes. Il possède aussi une fonction qui effectue le coloriage de textes à partir des thèmes construits à l'aide de l'éditeur. Et la dernière fonctionnalité de ThemeEditor est la visualisation de l'analyse de la répartition des couleurs dans un texte colorié.

L'interface de ThemeEditor
Un exemple de l'interface utilisateur de ThemeEditor Un exemple de visualisation d'un coloriage dans ThemeEditor
Des exemples de visualisation d'un coloriage dans un navigateur Web
Un exemple de coloriage utilisant les thèmes aviation et chirurgie dentaire Un exemple de coloriage utilisant les thèmes aviation et commerce

2 - Des exemples de coloriages réalisés avec ThemeEditor

Ce premier exemple a été réalisé avec deux thèmes composés des mots suivants :

Aviation :

aviation, avion, avions, appareil, appareils, airbus, a320, a321, spanair, vol, vols, pilote, pilotes, pilotages, aéronautique, passager, passagers, aerospatiale, boeing, A319, Air France, A318, aérien, aérienne, aériennes, aériens, réacteurs, réacteur, aéronautiques, Dasa, Lufthansa, TWA, ILFC, Fokker 100, compagnie aérienne, compagnies aériennes, A-320, modèles, modèle, essais, essai, pilotage, pilotage automatique, Airbus Industrie, A330, Aeropostale, aéropostale, aéropostales, aéropostaux, ligne, lignes, voler, vola, volai, volaient, volais, volait, volas, volasse, volassent, volasses, volassiez, volassions, vole, volent, volera, volerai, voleraient, volerais, volerait, voleras, volerez, voleriez, volerions, volerons, voleront, voles, volez, voliez, volions, volons, volâmes, volât, volâtes, volèrent, volées, décoller, décolla, décollai, décollaient, décollais, décollait, décollant, décollas, décollasse, décollassent, décollasses, décollassiez, décollassions, décolle, décollent, décollera, décollerai, décolleraient, décollerais, décollerait, décolleras, décollerez, décolleriez, décollerions, décollerons, décolleront, décolles, décollez, décolliez, décollions, décollons, décollâmes, décollât, décollâtes, décollèrent, décollée, décollées, décollage, décollages, constructeur, constructeurs, constructrice, constructrices, cargo, cargos, flotte, flottes.

Commerce :

achat, achats, vente, ventes, acheter, acheta, achetai, achetaient, achetais, achetait, achetant, achetas, achetasse, achetassent, achetasses, achetassiez, achetassions, achetez, achetiez, achetions, achetons, achetâmes, achetât, achetâtes, achetèrent, acheté, achetée, achetées, achetés, achètent, achètera, achèterai, achèteraient, achèterais, achèterait, achèteras, achèterez, achèteriez, achèterions, achèterons, achèteront, vendre, vend, vendaient, vendais, vendait, vendant, vende, vendent, vendes, vendez, vendiez, vendions, vendirent, vendis, vendisse, vendissent, vendisses, vendissiez, vendissions, vendit, vendons, vendra, vendrai, vendraient, vendrais, vendrait, vendras, vendrez, vendriez, vendrions, vendrons, vendront, vends, vendu, vendue, vendues, vendus, vendîmes, vendîtes, commande, commandes, commander, commanda, commandai, commandaient, commandais, commandait, commandas, commandasse, commandassent, commandasses, commandassiez, commandassions, commandent, commandera, commanderai, commanderaient, commanderais, commanderait, commanderas, commanderez, commanderiez, commanderions, commanderons, commanderont, commandez, commandiez, commandions, commandons, commandâmes, commandât, commandâtes, commandèrent, commandée, commandées, commerce, commerces, commercer, commercent, commercera, commercerai, commerceraient, commercerais, commercerait, commerceras, commercerez, commerceriez, commercerions, commercerons, commerceront, commercez, commerciez, commercions, commercèrent, commerça, commerçai, commerçaient, commerçais, commerçait, commerças, commerçasse, commerçassent, commerçasses, commerçassiez, commerçassions, commerçons, commerçâmes, commerçât, commerçâtes, marché, marchés, rachat.

Explications :

Le coloriage de textes d'un corpus avec ces deux thèmes permet l'identification des textes traitant du commerce dans le domaine de l'aviation. L'utilisation de plusieurs thèmes permet d'identifier des textes traitant d'un sujet de manière automatique et pourrait être utilisé pour faire de l'intelligence économique ou pour augmenter la qualité des recherches des moteurs de recherches sur Internet.

 


PARIS, 19 avril (Reuters) - Airbus Industries [ARBU.CN] a signé lundi avec lacompagnie aérienne argentine Aerolineas Argentinas un contrat portant surl'achat ferme de 12 Airbus long courrier A340, confirmant un protocole d'accord
signé le 20 novembre dernier.La commande , dont le montant dépasse 1,7 milliard de dollars, se répartit ensixA340-600, quatre A340-200 et deux A340-300.La compagnie argentine précise, dans un communqué, que les A 340-200 et 300
seront livrés dans le courant de l'année et que les six autres appareils leseront à partir de 2002.Airbus souligne pour sa part que les A 340-200 pourront acueillir 225 passagers en trois classes. Les A340-300 auront une capacité de 264 sièges et les A340-
600de 312 places. /JMB/PD.
PARIS, 19 avril (Reuters) - Airbus Industries a signé lundi avec la compagnieaérienne argentine Aerolineas Argentinas un contrat portant sur l'achat ferme
de12 Airbus long courrier A340, confirmant un protocole d'accord signé le 20
novembre dernier.La commande , dont le montant dépasse 1,7 milliard de dollars, se répartit ensixA340-600, quatre A340-200 et deux A340-300.La compagnie argentine précise, dans un communqué, que les A 340-200 et 300
seront livrés dans le courant de l'année et que les six autres appareils leseront à partir de 2002.Airbus souligne pour sa part que les A 340-200 pourront acueillir 225 passagers en trois classes. Les A340-300 auront une capacité de 264 sièges et les A340-
600de 312 places. /JMB/PD.



Statistiques

Nombre de mots : 260

Nombre Pourcentage
Mots coloriés : 16 6.15 %
Mots vides : 81 31.15 %

Classement Définition du thème Nombre de mots appartenant au thème Couleur Nombre de mots coloriés Nombre de mots différents utilisés pour colorier Pourcentage de recouvrement du thème Pourcentage (par rapport au nombre de mots coloriés) Pourcentage (par rapport au nombre de mots)
1 Aviation 133     12 5 3.76 % 75.00 % 4.62 %
2 commerce 153     4 2 1.31 % 25.00 % 1.54 %


Ce deuxième exemple a été réalisé avec le thème "Aviation" défini dans le premier exemple auquel nous ajoutons le thème "Chirurgie dentaire" :

Chirurgie dentaire :

appareil, appareils, prothèse, prothèses

Explications :

Cette exemple a pour but de montrer la méthode de désambiguisation utilisée pour déterminer l'appartenance d'un mot du texte à un thème lorsque ce mot appartient à plusieurs thèmes. Intéressez vous plus particulièrement au mot "appareils". Pour plus de détails sur la méthode de désambiguisation vous pouvez consulter le rapport de ce projet disponible en téléchargement.

 



Vente de douze appareils à Aerolineas Argentinas par Airbus Paris, 19 avril (AFP) La compagnie aérienne argentine Aerolineas Argentinas asigné lundi à Paris avec le consortium européen Airbus Industrie un contratd'achat de douze appareils très-long-courriers A-340. L'affaire porte sur 1,7
milliard de dollars (2,5 milliards de francs), ont annoncé les deux parties.
Avec ce contrat, qui avait été annoncé le 20 novembre dernier, Aerolineas
Argentinas devient le premier transporteur d'Amérique latine à opter pour lesquadriréacteurs de la famille long-courrier d'Airbus Industrie . Ce contrat
comprend l'achat de quatre avions de la série 200 (225 sièges), deux de lasérie300 (264 sièges), et six modèles 600 (312 sièges). (SDA-ATS /gy/c3arg ecpi
come fin) 191434 apr 99.
© SDA/ATS.



Statistiques

Nombre de mots : 129

Nombre Pourcentage
Mots coloriés : 8 6.20 %
Mots vides : 33 25.58 %

Classement Définition du thème Nombre de mots appartenant au thème Couleur Nombre de mots coloriés Nombre de mots différents utilisés pour colorier Pourcentage de recouvrement du thème Pourcentage (par rapport au nombre de mots coloriés) Pourcentage (par rapport au nombre de mots)
1 Aviation 133     7 6 4.51 % 87.50 % 5.43 %
2 Chirurgie dentaire 4     1 1 25.00 % 12.50 % 0.78 %

3 - Téléchargement

L'application ThemeEditor 1.0 (binaires + sources + documentation des sources) :

4 - Liens