Christophe Jouis – Détections, localisations, chemins, traces des pages/sites Web en vue d’une surveillance, des auteurs et de la détection d’informations ciblées.

Nous allons montrer comment obtenir des informations pertinentes sous forme de données qualitatives représentées graphiquement à partir de de très grandes quantité de données textuelles non structurées sur le Web. Les données non structurées sont des informations qui n’ont pas de modèle de données prédéfini ou qui ne sont pas organisées de manière prédéfinie (80 à 90 % de toutes les informations). De toute évidence, il n’est pas utile d’accumuler de grandes quantités d’informations si nous ne pouvons pas trouver un élément d’information particulier. D’une part, les méthodes actuelles s’avèrent coûteuses et les résultats sont trop souvent inappropriés (Palantir, Microsoft, Google). D’autre part, dans les index structurés, les systèmes de classification, les ontologies, les structures conceptuelles ou les réseaux sémantiques, les relations sont trop souvent vagues (« IS-A »). L’objectif de l’application décrite ici est de présenter une approche permettant d’automatiser la détection et l’extraction de sens à partir de données non structurées. Une approche possible de ce problème consiste à organiser les relations dans une typologie basée sur des propriétés logiques. Nous proposons une méthode originale : L’Exploration Contextuelle. Celle-ci est implémentée dans le logiciel EC3. EC3 n’a pas besoin d’analyse syntaxique, d’analyse statistique ou d’une ontologie « générale ». EC3 utilise uniquement de petites ontologies appelées « ontologies linguistiques » qui dépendent de la connaissance de la langue. Enfin, il est très important de ne pas être repéré par les auteurs des sites cibles.

Visio : https://webconference.unicaen.fr/b/mor-7jm-rcy