Une approche de fouille des textes basée sur la classification et la segmentation thématique : Application aux corpus des traditions prophétiques "Hadith"

Abstract

Dans un travail antérieur, sur la modélisation d'expertise dans les bases de données avec

application au corpus des Traditions Prophétiques (Hadith), nous avons étudié puis développé

un modèle automatique de fouille de texte basé sur desméthodes statistiques afin de découvrir

les similarités sémantiques entre les textes en question.

A présent, notre recherche a pour but d’étudier les nouvelles méthodes de classification et de

segmentation des connaissances dans les bases de données textuelles telles que celles des

Traditions Prophétiques (Hadith). Ces méthodes représentent un processus de structuration de

l'ensemble des informations et des réponses fourniespar un système de recherche. La

classification thématique permet à l’utilisateur d’orienter son exploration en fonction des

thématiques générales des classes et d’accéder ainsiplus rapidement au but de sa recherche. La

segmentation permet de présenter à l’utilisateur les segments textuels jugés pertinents et de

mieux positionner certains documents longs dans lesquels l’information recherchée ne constitue

que l’une des thématiques abordée. Ce travail s’applique dans le cas où nous avons une quantité

trop importante de données ce qui est le cas des corpus du Hadith.