@inproceedings{billami-etal-2020-extraction,
title = "Extraction de th{\`e}mes d{'}un corpus de demandes de support pour un logiciel de relation citoyen (Topic extraction from a corpus of support requests for citizen relations software)",
author = "Billami, Mokhtar Boumedyen and
Bortolaso, Christophe and
Derras, Mustapha",
booktitle = "Actes de la 6e conf{\'e}rence conjointe Journ{\'e}es d'{\'E}tudes sur la Parole (JEP, 33e {\'e}dition), Traitement Automatique des Langues Naturelles (TALN, 27e {\'e}dition), Rencontre des {\'E}tudiants Chercheurs en Informatique pour le Traitement Automatique des Langues (R{\'E}CITAL, 22e {\'e}dition). Volume 2 : Traitement Automatique des Langues Naturelles",
month = "6",
year = "2020",
address = "Nancy, France",
publisher = "ATALA et AFCP",
url = "https://aclanthology.org/2020.jeptalnrecital-taln.13",
pages = "155--163",
abstract = "Nous nous int{\'e}ressons dans cet article {\`a} l{'}extraction de th{\`e}mes (topics) {\`a} partir de commentaires textuels provenant des demandes de support de l{'}{\'e}diteur de logiciel Berger-Levrault. Le corpus de demandes analys{\'e} est celui d{'}un outil de gestion de la relation citoyen. Ce corpus n{'}est pas format{\'e} et est peu structur{\'e} avec plusieurs locuteurs qui interviennent (le citoyen et un ou plusieurs techniciens support). Nous d{\'e}crivons une {\'e}tude exp{\'e}rimentale qui repose sur l{'}utilisation de deux syst{\`e}mes. Le premier syst{\`e}me applique une LDA (Allocation Dirichlet Latente), tandis que le second combine l{'}application d{'}une LDA avec l{'}algorithme k-Moyennes (k-Means). Nous comparons nos r{\'e}sultats avec un {\'e}chantillon de ce corpus, annot{\'e} par un expert du domaine. Nos r{\'e}sultats montrent que nous obtenons une classification de meilleure qualit{\'e} comparable avec celle effectu{\'e}e manuellement par un expert en utilisant une combinaison LDA/k-Moyennes.",
language = "French",
}
<?xml version="1.0" encoding="UTF-8"?>
<modsCollection xmlns="http://www.loc.gov/mods/v3">
<mods ID="billami-etal-2020-extraction">
<titleInfo>
<title>Extraction de thèmes d’un corpus de demandes de support pour un logiciel de relation citoyen (Topic extraction from a corpus of support requests for citizen relations software)</title>
</titleInfo>
<name type="personal">
<namePart type="given">Mokhtar</namePart>
<namePart type="given">Boumedyen</namePart>
<namePart type="family">Billami</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Christophe</namePart>
<namePart type="family">Bortolaso</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Mustapha</namePart>
<namePart type="family">Derras</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<originInfo>
<dateIssued>2020-06</dateIssued>
</originInfo>
<typeOfResource>text</typeOfResource>
<language>
<languageTerm type="text">French</languageTerm>
<languageTerm type="code" authority="iso639-2b">fre</languageTerm>
</language>
<relatedItem type="host">
<titleInfo>
<title>Actes de la 6e conférence conjointe Journées d’Études sur la Parole (JEP, 33e édition), Traitement Automatique des Langues Naturelles (TALN, 27e édition), Rencontre des Étudiants Chercheurs en Informatique pour le Traitement Automatique des Langues (RÉCITAL, 22e édition). Volume 2 : Traitement Automatique des Langues Naturelles</title>
</titleInfo>
<originInfo>
<publisher>ATALA et AFCP</publisher>
<place>
<placeTerm type="text">Nancy, France</placeTerm>
</place>
</originInfo>
<genre authority="marcgt">conference publication</genre>
</relatedItem>
<abstract>Nous nous intéressons dans cet article à l’extraction de thèmes (topics) à partir de commentaires textuels provenant des demandes de support de l’éditeur de logiciel Berger-Levrault. Le corpus de demandes analysé est celui d’un outil de gestion de la relation citoyen. Ce corpus n’est pas formaté et est peu structuré avec plusieurs locuteurs qui interviennent (le citoyen et un ou plusieurs techniciens support). Nous décrivons une étude expérimentale qui repose sur l’utilisation de deux systèmes. Le premier système applique une LDA (Allocation Dirichlet Latente), tandis que le second combine l’application d’une LDA avec l’algorithme k-Moyennes (k-Means). Nous comparons nos résultats avec un échantillon de ce corpus, annoté par un expert du domaine. Nos résultats montrent que nous obtenons une classification de meilleure qualité comparable avec celle effectuée manuellement par un expert en utilisant une combinaison LDA/k-Moyennes.</abstract>
<identifier type="citekey">billami-etal-2020-extraction</identifier>
<location>
<url>https://aclanthology.org/2020.jeptalnrecital-taln.13</url>
</location>
<part>
<date>2020-6</date>
<extent unit="page">
<start>155</start>
<end>163</end>
</extent>
</part>
</mods>
</modsCollection>
%0 Conference Proceedings
%T Extraction de thèmes d’un corpus de demandes de support pour un logiciel de relation citoyen (Topic extraction from a corpus of support requests for citizen relations software)
%A Billami, Mokhtar Boumedyen
%A Bortolaso, Christophe
%A Derras, Mustapha
%S Actes de la 6e conférence conjointe Journées d’Études sur la Parole (JEP, 33e édition), Traitement Automatique des Langues Naturelles (TALN, 27e édition), Rencontre des Étudiants Chercheurs en Informatique pour le Traitement Automatique des Langues (RÉCITAL, 22e édition). Volume 2 : Traitement Automatique des Langues Naturelles
%D 2020
%8 June
%I ATALA et AFCP
%C Nancy, France
%G French
%F billami-etal-2020-extraction
%X Nous nous intéressons dans cet article à l’extraction de thèmes (topics) à partir de commentaires textuels provenant des demandes de support de l’éditeur de logiciel Berger-Levrault. Le corpus de demandes analysé est celui d’un outil de gestion de la relation citoyen. Ce corpus n’est pas formaté et est peu structuré avec plusieurs locuteurs qui interviennent (le citoyen et un ou plusieurs techniciens support). Nous décrivons une étude expérimentale qui repose sur l’utilisation de deux systèmes. Le premier système applique une LDA (Allocation Dirichlet Latente), tandis que le second combine l’application d’une LDA avec l’algorithme k-Moyennes (k-Means). Nous comparons nos résultats avec un échantillon de ce corpus, annoté par un expert du domaine. Nos résultats montrent que nous obtenons une classification de meilleure qualité comparable avec celle effectuée manuellement par un expert en utilisant une combinaison LDA/k-Moyennes.
%U https://aclanthology.org/2020.jeptalnrecital-taln.13
%P 155-163
Markdown (Informal)
[Extraction de thèmes d’un corpus de demandes de support pour un logiciel de relation citoyen (Topic extraction from a corpus of support requests for citizen relations software)](https://aclanthology.org/2020.jeptalnrecital-taln.13) (Billami et al., JEP/TALN/RECITAL 2020)
ACL
- Mokhtar Boumedyen Billami, Christophe Bortolaso, and Mustapha Derras. 2020. Extraction de thèmes d’un corpus de demandes de support pour un logiciel de relation citoyen (Topic extraction from a corpus of support requests for citizen relations software). In Actes de la 6e conférence conjointe Journées d'Études sur la Parole (JEP, 33e édition), Traitement Automatique des Langues Naturelles (TALN, 27e édition), Rencontre des Étudiants Chercheurs en Informatique pour le Traitement Automatique des Langues (RÉCITAL, 22e édition). Volume 2 : Traitement Automatique des Langues Naturelles, pages 155–163, Nancy, France. ATALA et AFCP.