In this paper, we present symbolic recognition models to extract knowledge characterized by document structures. Focussing on the extraction and the meticulous exploitation of the semantic structure of documents, we obtain a meaningful contextual tagging corresponding to different unit types (title, chapter, section, enumeration, etc.).
[1] P. Lyman, and H. R. Varian, "How Much Information", 2003, Retrieved
from http://www.sims.berkeley.edu/how-much-info-2003 on August
30th, 2007.
[2] F. Role, and G. Rousse, "Construction incrémentale d-une ontologie par
analyse du texte et de la structure des documents", in Document
numérique, Lavoisier, 2006, Vol. 9, No 1, p. 77-91.
[3] T. Schlieder, and H. Meuss, "Querying and ranking XML documents",
Special Topic Issue of the Journal of the American Society of
Information Science on XML and Information retrieval, 2002.
[4] Y. Prie, "Sur la piste de l-indexation conceptuelle de documents. Une
approche par l-annotation", in Document Numérique, numéro spécial
"L'indexation", Lavoisier, December 2000, Vol. 4, No 162, pp. 11-35.
[5] H. Zargayouna, "Indexation sémantique de documents XML", 2005,
Ph.D. Thesis, Université Paris-Sud, France.
[6] D. Kerkouba, "Une méthode d-indexation automatique des documents
fondée sur l-exploitation de leurs propriétés structurelles. Application ├á
un corpus technique", 1984, Ph.D. Thesis, Grenoble, France
[7] X. Tannier, "Recherche d-information dans les documents XML" in
rapport de recherche 2006-400-007, Centre Génie Industriel et
Informatique (G2I) de l-Ecole Nationale Supérieure des Mines de Saint-
Etienne, France, 2006.
[8] W. Njomgue, "Le système MAID : Multi-Approches pour l-Indexation
des Documents au sein de l-Intranet de Suez-Environnement", Ph.D.
Thesis, 2005, Université de Technologie de Compiègne, France.
[9] S. Aït-Moktar, V. Lux, and E. Banik, "Linguistic Parsing of Lists in
Structured Documents" in Proceedings of the 2003 EACL Workshop on
Language technology and the Semantic Web (3rd Workshop on NLP and
XML, NLPXML-2003), Budapest, Hungary.
[10] L. Gagnon-Arguin, and H. Vien, "Typologie des documents des
organisations - De la création ├á la conservation", Collection gestion de
lÔÇÿinformation, Presse de l-Université du Québec, 2005.
[11] R. Abascal, M. Beigbeder, A. Benel, S. Calabrotto, B. Chabbat, P-A.
Champin, N. Chatti, D. Jouve, Y. Prie, B. Rumple, and E. Thivant
"Modéliser la structuration multiple des documents" in Rapport
d-activités 2002-2003 des recherches collectives sur la
« multistructuralité » des documents, Institut des Sciences du Document
Numérique (ISDN), France, 30 September 2003.
[12] S. Douglas, M. Hurst, and D. Quinn, "Using Natural Language
processing for Identifying and Interpreting Tables in Plain Text" in
Proceedings of the Fourth Annual Symposium on Document Analysis
and Information Retrieval, 1995, pages 535-546, Las Vegas, NV, USA
[1] P. Lyman, and H. R. Varian, "How Much Information", 2003, Retrieved
from http://www.sims.berkeley.edu/how-much-info-2003 on August
30th, 2007.
[2] F. Role, and G. Rousse, "Construction incrémentale d-une ontologie par
analyse du texte et de la structure des documents", in Document
numérique, Lavoisier, 2006, Vol. 9, No 1, p. 77-91.
[3] T. Schlieder, and H. Meuss, "Querying and ranking XML documents",
Special Topic Issue of the Journal of the American Society of
Information Science on XML and Information retrieval, 2002.
[4] Y. Prie, "Sur la piste de l-indexation conceptuelle de documents. Une
approche par l-annotation", in Document Numérique, numéro spécial
"L'indexation", Lavoisier, December 2000, Vol. 4, No 162, pp. 11-35.
[5] H. Zargayouna, "Indexation sémantique de documents XML", 2005,
Ph.D. Thesis, Université Paris-Sud, France.
[6] D. Kerkouba, "Une méthode d-indexation automatique des documents
fondée sur l-exploitation de leurs propriétés structurelles. Application ├á
un corpus technique", 1984, Ph.D. Thesis, Grenoble, France
[7] X. Tannier, "Recherche d-information dans les documents XML" in
rapport de recherche 2006-400-007, Centre Génie Industriel et
Informatique (G2I) de l-Ecole Nationale Supérieure des Mines de Saint-
Etienne, France, 2006.
[8] W. Njomgue, "Le système MAID : Multi-Approches pour l-Indexation
des Documents au sein de l-Intranet de Suez-Environnement", Ph.D.
Thesis, 2005, Université de Technologie de Compiègne, France.
[9] S. Aït-Moktar, V. Lux, and E. Banik, "Linguistic Parsing of Lists in
Structured Documents" in Proceedings of the 2003 EACL Workshop on
Language technology and the Semantic Web (3rd Workshop on NLP and
XML, NLPXML-2003), Budapest, Hungary.
[10] L. Gagnon-Arguin, and H. Vien, "Typologie des documents des
organisations - De la création ├á la conservation", Collection gestion de
lÔÇÿinformation, Presse de l-Université du Québec, 2005.
[11] R. Abascal, M. Beigbeder, A. Benel, S. Calabrotto, B. Chabbat, P-A.
Champin, N. Chatti, D. Jouve, Y. Prie, B. Rumple, and E. Thivant
"Modéliser la structuration multiple des documents" in Rapport
d-activités 2002-2003 des recherches collectives sur la
« multistructuralité » des documents, Institut des Sciences du Document
Numérique (ISDN), France, 30 September 2003.
[12] S. Douglas, M. Hurst, and D. Quinn, "Using Natural Language
processing for Identifying and Interpreting Tables in Plain Text" in
Proceedings of the Fourth Annual Symposium on Document Analysis
and Information Retrieval, 1995, pages 535-546, Las Vegas, NV, USA
@article{"International Journal of Information, Control and Computer Sciences:63981", author = "Sylvie Ratté and Wilfried Njomgue and Pierre-André Ménard", title = "Highlighting Document's Structure", abstract = "In this paper, we present symbolic recognition models to extract knowledge characterized by document structures. Focussing on the extraction and the meticulous exploitation of the semantic structure of documents, we obtain a meaningful contextual tagging corresponding to different unit types (title, chapter, section, enumeration, etc.).
", keywords = "Information retrieval, document structures, symbolic grammars.", volume = "1", number = "7", pages = "2249-5", }
