Download - Jean Veronis - 2010 Seo Campus
![Page 1: Jean Veronis - 2010 Seo Campus](https://reader038.vdocuments.net/reader038/viewer/2022102901/5560b550d8b42af93b8b4a2f/html5/thumbnails/1.jpg)
jvTech • Jean Véronis Technologies
Entités nomméesJean Véronis
Seo Campus 2010
![Page 2: Jean Veronis - 2010 Seo Campus](https://reader038.vdocuments.net/reader038/viewer/2022102901/5560b550d8b42af93b8b4a2f/html5/thumbnails/2.jpg)
C’est quoi ?
jvTech • Jean Véronis Technologies
![Page 3: Jean Veronis - 2010 Seo Campus](https://reader038.vdocuments.net/reader038/viewer/2022102901/5560b550d8b42af93b8b4a2f/html5/thumbnails/3.jpg)
Extraction d’information
C'est ironique,quand on est un artiste chinois,
d'être censuré en France pour subversion politique. Critiquer Hu Jintao à Pékin, c'est possible. Mais Nicolas Sarkozy à Paris, ça non, c'est interdit. L'artiste Siu Lan Ko, 33 ans, en a fait les frais hier matin. Son installation a été décrochée en toute hâte de la façade des Beaux-Arts de Paris à la demande de son directeur Henry-Claude Cousseau… Télérama – 11 février 2010
En France, il est interdit d’accrocher les mots
“travailler”, “gagner” “plus” et “moins”, sur une
façade.
jvTech • Jean Véronis Technologies
![Page 4: Jean Veronis - 2010 Seo Campus](https://reader038.vdocuments.net/reader038/viewer/2022102901/5560b550d8b42af93b8b4a2f/html5/thumbnails/4.jpg)
~Noms propres
• France • Hu Jintao• Pékin• Nicolas Sarkozy• Paris• Siu Lan Ko• Beaux-Arts• Henry-Claude Cousseau
Personnes, lieux, marques, entreprises, organismes, etc.
jvTech • Jean Véronis Technologies
![Page 5: Jean Veronis - 2010 Seo Campus](https://reader038.vdocuments.net/reader038/viewer/2022102901/5560b550d8b42af93b8b4a2f/html5/thumbnails/5.jpg)
Mais pas seulement…
Pourcentages, dates, montant monétaires, etc.
La faiblesse de la croissance en zone euro au quatrième trimestre 2009 (+0,1%) et la stagnation du Produit intérieur brut (PIB) en Allemagne sur la même période a déprimé les valeurs automobiles: Volkswagen a lâché 1,91% à 56,06 euros, BMW -1,66% à 29 euros, Daimler -0,95% à 32,46 euros.
jvTech • Jean Véronis Technologies
![Page 6: Jean Veronis - 2010 Seo Campus](https://reader038.vdocuments.net/reader038/viewer/2022102901/5560b550d8b42af93b8b4a2f/html5/thumbnails/6.jpg)
Tâche mal définie
Pourquoi entités « nommées » si on ne se limite pas aux noms propres ?
Où s’arrête-t-on ?
Dépend fortement de l’application
La faiblesse de la croissance en zone euro au quatrième trimestre 2009 (+0,1%) et la stagnation du Produit intérieur brut (PIB) en Allemagne sur la même période a déprimé les valeurs automobiles: Volkswagen a lâché 1,91% à 56,06 euros, BMW -1,66% à 29 euros, Daimler -0,95% à 32,46 euros.
jvTech • Jean Véronis Technologies
![Page 7: Jean Veronis - 2010 Seo Campus](https://reader038.vdocuments.net/reader038/viewer/2022102901/5560b550d8b42af93b8b4a2f/html5/thumbnails/7.jpg)
A quoi ça sert ?
jvTech • Jean Véronis Technologies
![Page 8: Jean Veronis - 2010 Seo Campus](https://reader038.vdocuments.net/reader038/viewer/2022102901/5560b550d8b42af93b8b4a2f/html5/thumbnails/8.jpg)
Buzz
jvTech • Jean Véronis Technologies
Navigation
SEO
![Page 9: Jean Veronis - 2010 Seo Campus](https://reader038.vdocuments.net/reader038/viewer/2022102901/5560b550d8b42af93b8b4a2f/html5/thumbnails/9.jpg)
Exemples
jvTech • Jean Véronis Technologies
Veille, suivi de tendances
propos sur l’Auvergnat…
polémiquePolanski
Brice Hortefeux ~ Frédéric Mitterand
![Page 10: Jean Veronis - 2010 Seo Campus](https://reader038.vdocuments.net/reader038/viewer/2022102901/5560b550d8b42af93b8b4a2f/html5/thumbnails/10.jpg)
marques
jvTech • Jean Véronis Technologies
épisode de la F1
Renault ~Peugeot
![Page 11: Jean Veronis - 2010 Seo Campus](https://reader038.vdocuments.net/reader038/viewer/2022102901/5560b550d8b42af93b8b4a2f/html5/thumbnails/11.jpg)
e-reputation
jvTech • Jean Véronis Technologies
vague de suicides
France Télécom ~ Suicides
![Page 12: Jean Veronis - 2010 Seo Campus](https://reader038.vdocuments.net/reader038/viewer/2022102901/5560b550d8b42af93b8b4a2f/html5/thumbnails/12.jpg)
Moteurs de recherche
actu
jvTech • Jean Véronis Technologies
![Page 13: Jean Veronis - 2010 Seo Campus](https://reader038.vdocuments.net/reader038/viewer/2022102901/5560b550d8b42af93b8b4a2f/html5/thumbnails/13.jpg)
Moteurs de recherche
pas d’actu
jvTech • Jean Véronis Technologies
![Page 14: Jean Veronis - 2010 Seo Campus](https://reader038.vdocuments.net/reader038/viewer/2022102901/5560b550d8b42af93b8b4a2f/html5/thumbnails/14.jpg)
Nombreuses autres applications
jvTech • Jean Véronis Technologies
Traduction automatique
Guillaume Portes a conçu le logiciel Fenêtres
![Page 15: Jean Veronis - 2010 Seo Campus](https://reader038.vdocuments.net/reader038/viewer/2022102901/5560b550d8b42af93b8b4a2f/html5/thumbnails/15.jpg)
Nombreuses autres applications
Classification de documents
« Text mining »
Constitution de bases de faits
etc.
jvTech • Jean Véronis Technologies
![Page 16: Jean Veronis - 2010 Seo Campus](https://reader038.vdocuments.net/reader038/viewer/2022102901/5560b550d8b42af93b8b4a2f/html5/thumbnails/16.jpg)
Exemple:
siloBreaker
jvTech • Jean Véronis Technologies
![Page 17: Jean Veronis - 2010 Seo Campus](https://reader038.vdocuments.net/reader038/viewer/2022102901/5560b550d8b42af93b8b4a2f/html5/thumbnails/17.jpg)
jvTech • Jean Véronis Technologies
![Page 18: Jean Veronis - 2010 Seo Campus](https://reader038.vdocuments.net/reader038/viewer/2022102901/5560b550d8b42af93b8b4a2f/html5/thumbnails/18.jpg)
jvTech • Jean Véronis Technologies
![Page 19: Jean Veronis - 2010 Seo Campus](https://reader038.vdocuments.net/reader038/viewer/2022102901/5560b550d8b42af93b8b4a2f/html5/thumbnails/19.jpg)
ClearForest Gnosis — projet OpenCalais
jvTech • Jean Véronis Technologies
![Page 20: Jean Veronis - 2010 Seo Campus](https://reader038.vdocuments.net/reader038/viewer/2022102901/5560b550d8b42af93b8b4a2f/html5/thumbnails/20.jpg)
Comment ça marche ?
jvTech • Jean Véronis Technologies
![Page 21: Jean Veronis - 2010 Seo Campus](https://reader038.vdocuments.net/reader038/viewer/2022102901/5560b550d8b42af93b8b4a2f/html5/thumbnails/21.jpg)
Deux problèmes
jvTech • Jean Véronis Technologies
détection
interprétation
...bla bla… Orange …bla bla…
…
![Page 22: Jean Veronis - 2010 Seo Campus](https://reader038.vdocuments.net/reader038/viewer/2022102901/5560b550d8b42af93b8b4a2f/html5/thumbnails/22.jpg)
Détection
Le problème semble simple
Détection de chaînes dans un texte Exemple :
Oui, mais…
jvTech • Jean Véronis Technologies
PARIS - Un bras de fer s'est engagé entre une artiste chinoise auteur d'une oeuvre faisant référence à un slogan du président Nicolas Sarkozy et l'école des Beaux-Arts de Paris, accusée de "censure".
![Page 23: Jean Veronis - 2010 Seo Campus](https://reader038.vdocuments.net/reader038/viewer/2022102901/5560b550d8b42af93b8b4a2f/html5/thumbnails/23.jpg)
Base de données
Sources Wikipedia/DBPedia Fichiers d’entreprises Base Geonames etc.
Aucune base n’est exhaustive variabilité infinie entités nouvelles
![Page 24: Jean Veronis - 2010 Seo Campus](https://reader038.vdocuments.net/reader038/viewer/2022102901/5560b550d8b42af93b8b4a2f/html5/thumbnails/24.jpg)
Variabilité
Personnes :
Ted Kennedy
Edward Kennedy
Edward M. Kennedy
Edward Moore Kennedy
Edward Moore Kennedy Sr.
Edward Moore "Ted" Kennedy
« Ted »
jvTech • Jean Véronis Technologies
![Page 25: Jean Veronis - 2010 Seo Campus](https://reader038.vdocuments.net/reader038/viewer/2022102901/5560b550d8b42af93b8b4a2f/html5/thumbnails/25.jpg)
Variabilité
Sociétés :
Air France
Société Air France (nom officiel)
Air France-KLM (groupe)
AF (bourse)
AFR (code aviation civile)
jvTech • Jean Véronis Technologies
![Page 26: Jean Veronis - 2010 Seo Campus](https://reader038.vdocuments.net/reader038/viewer/2022102901/5560b550d8b42af93b8b4a2f/html5/thumbnails/26.jpg)
Erreurs orthographiques
jvTech • Jean Véronis Technologies
http://labs.google.com/britney.html
488941 britney spears 40134 brittany spears 36315 brittney spears 24342 britany spears 7331 britny spears 6633 briteny spears 2696 britteny spears 1807 briney spears 1635 brittny spears 1479 brintey spears 1479 britanny spears 1338 britiny spears 1211 britnet spears 1096 britiney spears 991 britaney spears 991 britnay spears 811 brithney spears 811 brtiney spears 664 birtney spears 664 brintney spears 664 briteney spears
601 bitney spears 601 brinty spears 544 brittaney spears 544 brittnay spears 364 britey spears 364 brittiny spears 329 brtney spears 269 bretney spears 269 britneys spears 244 britne spears 244 brytney spears 220 breatney spears 220 britiany spears 199 britnney spears 163 britnry spears 147 breatny spears 147 brittiney spears 147 britty spears 147 brotney spears 147 brutney spears 133 britteney spears
121 bittany spears 121 bridney spears 121 britainy spears 121 britmey spears 109 brietney spears 109 brithny spears 109 britni spears 109 brittant spears
…
![Page 27: Jean Veronis - 2010 Seo Campus](https://reader038.vdocuments.net/reader038/viewer/2022102901/5560b550d8b42af93b8b4a2f/html5/thumbnails/27.jpg)
Pas toujours exceptionnel : Jean-Pierre Pernault ? Jean-Pierre Pernaut ?
jvTech • Jean Véronis Technologies
![Page 28: Jean Veronis - 2010 Seo Campus](https://reader038.vdocuments.net/reader038/viewer/2022102901/5560b550d8b42af93b8b4a2f/html5/thumbnails/28.jpg)
Multilinguisme
Exemples
Benoît XVI (fr) Benedict XVI (en) Benedikt XVI (de) Benedetto XVI (it) Benedicto XVI (es)
Londres ~ London
jvTech • Jean Véronis Technologies
![Page 29: Jean Veronis - 2010 Seo Campus](https://reader038.vdocuments.net/reader038/viewer/2022102901/5560b550d8b42af93b8b4a2f/html5/thumbnails/29.jpg)
Translittérations
Pékin Beijing
Mouhammar Mohammar Mouammar Moammar Muammar Mu’ammar …
Kadafi Algathafi al-Kadhafi al-Gaddafi Al Qadafi Gueddafi El-Gueddafi …
X
jvTech • Jean Véronis Technologies
![Page 30: Jean Veronis - 2010 Seo Campus](https://reader038.vdocuments.net/reader038/viewer/2022102901/5560b550d8b42af93b8b4a2f/html5/thumbnails/30.jpg)
Entités inconnues
Exemple : actualité inconnu dans Wikipedia
jvTech • Jean Véronis Technologies
12 février 2010
![Page 31: Jean Veronis - 2010 Seo Campus](https://reader038.vdocuments.net/reader038/viewer/2022102901/5560b550d8b42af93b8b4a2f/html5/thumbnails/31.jpg)
Heuristiques
Typographie : Majuscule, mais…
variantes l’Ecole des Beaux-Arts (le Parisien) l’école des Beaux-Arts (l’Express) l’Ecole des beaux-arts (le Monde)
noms composés Henri de la Ville de Mirmont Hôtel de Ville de Mirmont Jean Baptiste de la Croix de Chevrières de Saint –Vallier Jean-Baptiste Belley de Saint-Domingue
autres langues allemand (majuscule sur tous les noms) arabe, chinois, etc. (pas de majuscules)
jvTech • Jean Véronis Technologies
![Page 32: Jean Veronis - 2010 Seo Campus](https://reader038.vdocuments.net/reader038/viewer/2022102901/5560b550d8b42af93b8b4a2f/html5/thumbnails/32.jpg)
Heuristiques
Base patronymes et prénoms connus, mais :
Nombreuses ambiguïtés Prénoms: April, Art, Earl, France, Israel, Logan, Noël, Renault, etc.
l’œuvre de Noël de Règemorte le marché de Noël de Montbéliard
Patronymes: Charpentier, Mer, Vaillant
ministre de l'Economie Francis Mer
Charpentier fut remarqué et apprécié par Louis XIV
Charpentier au talent prometteur, ce compagnon…
Inconnus Barack
jvTech • Jean Véronis Technologies
![Page 33: Jean Veronis - 2010 Seo Campus](https://reader038.vdocuments.net/reader038/viewer/2022102901/5560b550d8b42af93b8b4a2f/html5/thumbnails/33.jpg)
Heuristiques
Statistiques (contexte)
Exemples :
le photographe italien Pietro Mastrurzo a remportél’Italien Pietro Mastrurzo a reçu
le Français Alexis Contin s’est classéle patineur de vitesse français Alexis Contin
jvTech • Jean Véronis Technologies
![Page 34: Jean Veronis - 2010 Seo Campus](https://reader038.vdocuments.net/reader038/viewer/2022102901/5560b550d8b42af93b8b4a2f/html5/thumbnails/34.jpg)
Interprétation
Deux problèmes liés :
Désambiguïsation Orange, Total, Opium, etc.
Catégorisation Personne Entreprise Toponyme etc.
jvTech • Jean Véronis Technologies
![Page 35: Jean Veronis - 2010 Seo Campus](https://reader038.vdocuments.net/reader038/viewer/2022102901/5560b550d8b42af93b8b4a2f/html5/thumbnails/35.jpg)
page d’homonymieWikipedia :
Orange
jvTech • Jean Véronis Technologies
![Page 36: Jean Veronis - 2010 Seo Campus](https://reader038.vdocuments.net/reader038/viewer/2022102901/5560b550d8b42af93b8b4a2f/html5/thumbnails/36.jpg)
Très difficile
Noms communs/marques La majuscule ne suffit pas
Personnes/marques
etc.
jvTech • Jean Véronis Technologies
Yves Saint Laurent lance Opium
Shangaï : Opium, jeux, prostitutionla turbulente histoire de la Chine depuis la Guerre de l'Opium
Alain Chamfort met Yves Saint Laurent en musiqueil rend hommage à Yves Saint Laurent
Yves Saint Laurent lance une édition collector du parfum Elle
![Page 37: Jean Veronis - 2010 Seo Campus](https://reader038.vdocuments.net/reader038/viewer/2022102901/5560b550d8b42af93b8b4a2f/html5/thumbnails/37.jpg)
Typologie
Personnes, lieux, et…..?
Difficultés pour l’humain :
Orange = marque / entreprise ?
iPhone = produit / marque ?
Dépend de l’application
jvTech • Jean Véronis Technologies
classification de Sekine
![Page 38: Jean Veronis - 2010 Seo Campus](https://reader038.vdocuments.net/reader038/viewer/2022102901/5560b550d8b42af93b8b4a2f/html5/thumbnails/38.jpg)
![Page 39: Jean Veronis - 2010 Seo Campus](https://reader038.vdocuments.net/reader038/viewer/2022102901/5560b550d8b42af93b8b4a2f/html5/thumbnails/39.jpg)
tant vont les fleuves à la meret la mer n’est jamais remplie…
jvTech • Jean Véronis Technologies