Discovering Types of Spatial Relations with a Text Mining Approach

Zenasni, Sarah; Kergosien, Eric; Roche, Mathieu; Teisseire, Maguelonne

Type de document :

Communication dans un congrès avec actes

DOI :

10.1007/978-3-319-25252-0_47

Titre :

Discovering Types of Spatial Relations with a Text Mining Approach

Auteur(s) :

Zenasni, Sarah [Auteur]
Territoires, Environnement, Télédétection et Information Spatiale [UMR TETIS]
Kergosien, Eric [Auteur]

Groupe d'Études et de Recherche Interdisciplinaire en Information et COmmunication - ULR 4073 [GERIICO ]
Roche, Mathieu [Auteur]
Teisseire, Maguelonne [Auteur]
Territoires, Environnement, Télédétection et Information Spatiale [UMR TETIS]

Titre de la manifestation scientifique :

22nd International Symposium on Methodologies for Intelligent Systems

Ville :

Lyon

Pays :

France

Date de début de la manifestation scientifique :

2015-10-21

Titre de l’ouvrage :

ISMIS 2015 (22nd International Symposium on Methodologies for Intelligent Systems)

Éditeur :

Springer LNAI conference proceedings

Date de publication :

2015

Mot(s)-clé(s) en anglais :

Spatial relations
Text mining

Discipline(s) HAL :

Informatique [cs]

Résumé en anglais : [en]

Knowledge discovery from texts, particularly the identification of spatial information is a difficult task due to the complexity of texts written in natural language. Here we propose a method combining two statistical ...
Lire la suite >Knowledge discovery from texts, particularly the identification of spatial information is a difficult task due to the complexity of texts written in natural language. Here we propose a method combining two statistical approaches (lexical and contextual analysis) and a text mining approach to automatically identify types of spatial relations. Experiments conducted on an English corpus are presented.Lire moins >

Langue :

Anglais

Comité de lecture :

Oui

Audience :

Internationale

Vulgarisation :

Non

Collections :