Titre : Représentation vectorielle de documents pour l’indexation de notices bibliographiques 

Auteurs : Morgane Marchand, Geoffroy Fouquier, Emmanuel Marchand, Guillaume Pitel,  

Revue : Recherche d’information, document et web sémantique 

Numéro : Numéro 1 

Volume : 1 

Date : 2018/01/9 

DOI : 10.21494/ISTE.OP.2018.0208 

ISSN : 2516-3280 

Résumé : Cet article présente la contribution d’eXenSa à l’édition 2016 du DÉfi Fouille de Textes (DEFT) dont la tâche consiste
à indexer des documents scientifiques par des mots-clefs, préalablement sélectionnés par des professionnels. Le système proposé est
purement statistique et combine une approche graphique et une approche sémantique. La première approche cherche dans le titre et
le résumé du document des mots graphiquement proches des mots-clefs du thésaurus. La seconde approche attribue à un nouveau
document des mots-clefs associés aux documents du corpus d’entraînement qui lui sont sémantiquement proches. Les deux approches
utilisent des représentations vectorielles apprises en utilisant l’algorithme NC-ISC, un algorithme stochastique de factorisation de matrices.
Notre approche a été classée première en terme de F-mesure sur deux des corpus de spécialité proposés et deuxième sur les deux
autres. 

Éditeur : ISTE OpenScience