H2PTM (2003) lelu

Génération d’hypertexte de référence à partir d’articles scientifiques

une application en génétique microbienne

---

 
 

Titre Génération d’hypertexte de référence à partir d’articles scientifiques : une application en génétique microbienne Auteurs Alain Lelu(i,ii), Philippe Bessières(i) Affiliations (i) Laboratoire Mathématique, Informatique et Génome (MIG) – INRA Jouy-en-Josas cedex – 78352 – http://www-mig.jouy-inra.fr (ii) LASELDI / Université de Franche Comté Dans actes du colloque H2PTM 2003 Paris publié dans H²PTM03 : Créer du sens à l'ère numérique: Hypertexte, hypermédia

Résumé

Nous présentons une expérience d’utilisation de textes intégraux d’articles scientifiques en ligne, afin de créer un hypertexte « de référence » dans un domaine scientifique particulier. Nous avons téléchargé 22 articles de synthèse sur les « ilôts de pathogénicité » présents dans les gènes microbiens ; deux opérations semi-automatiques leur ont été appliquées : un découpage en unités logiques, puis une indexation contrôlée avec lemmatisation et extraction terminologique dans notre environnement NeuroNav. Les 442 fragments indexés par 8900 termes ont été structurés par notre algorithme K-Means Axiales en 12 thèmes clairement interprétables, fournissant à des utilisateurs biologistes désireux de s’initier à ce domaine à fort enjeux de santé publique des « points d’entrée » multiples. Une première version Web de cet hypertexte est consultable en mode Intranet, sous la forme d’une carte interactive commentée.

Mots-clés 

Texte intégral ; indexation contrôlée ; structure logique de document ; hypertexte ; encyclopédie en ligne ; enseignement à distance, classification non supervisée ; K-means axiales.

English description

Abstract 

We explore here the use of downloaded scientific full papers, in order to create a reference hypertext on a specific scientific subject. We chose 22 review articles on “pathogenicity islands” in bacterial genes, that we semi-automatically splitted into 442 logical sections, which were then characterized by 8900 unique terms, and clustered into 12 clearly interpretable topics, displayed on a global map, by means our Axial K-means algorithm and in our NeuroNav environment. This allows biologists of other specialities to have multiple entry-point in this field growing interest, with important public health stakes. An interactive and commented map can be accessed in Intranet mode.

Keywords

Full text, controlled indexing; logical document structure; hypertext; on line encyclopaedia; distant learning; document clustering; axial K-means.