Collecte, analyse et valorisation de contenus multilingues avec François-Régis Chaumartin (Proxem) et Claude de Loupy (Syllabs) Dans un monde globalisé, les fonds documentaires (internes ou issus d'une veille sur le web) sont loin d'être tous en français, et nécessitent pour être exploités de dépasser la barrière des langues. François-Régis Chaumartin et Claude de Loupy présenteront la démarche pour effectuer une collecte multilingue sur le web et une analyse sémantique des Big data textuelles. Nous verrons avec des illustrations provenant de retours d'expériences concrets, comment analyser un ensemble de marchés, de thématiques,d'articles de presse et de technologies rapidement et dans la plupart des langues existantes.

1. 1
Collecte, analyse et valorisation de Big data textuelles multilingues

2. 2
Agenda
• Les fonds documentaires nécessitent
de dépasser la barrière des langues
• Collecte multilingue sur le web
• Analyse sémantique de Big data textuelles
• Retours d'expériences concrets
• Comment analyser rapidement un
ensemble de marchés, de thématiques,
d'articles de presse et de technologies
• Et dans la plupart des langues existantes
François-Régis
Chaumartin
CEO
frc@proxem.com
Claude
de Loupy
CEO
loupy@syllabs.com

3. 3
Big data textuelles
20% 80%

4. 4
Big data textuelles
Aider les décideurs à
faire les bons choix
Etudes & analyses
Informations
Données
Data mining
Text mining
Volume, Vélocité, Variété… Verbatim
Données internes Web mining
Text mining
Web mining

5. 5
Proxem

6. 6
Proxem
Grands
comptes &
ETI
Instituts de
sondages
Cabinets d’études
Editeurs de
logiciels, SSII,
Acteurs du
web
• Interroger le marché, rapidement, à
faible coût et de façon autonome
• Évaluer un produit lancé il y a 2 jours
• Industrialiser et mieux rentabiliser les études historiques
• Réaliser des études inaccessibles jusqu’alors
• Déployer des fonctionnalités
sémantiques supplémentaires
(moteurs de recommandation…)

7. 7
Proxem

8. 8
Cas client Minelli
Comprendre les
attentes des
consommateurs
Disposer de
prédictions
fiables
Identifier le futur
ambassadeur
Web 2.0
Analyser forces
et faiblesses de la
concurrence

9. 9
Cas client Minelli
• Pour les transformer en produits et services adaptés
• Pour comprendre les points forts de la concurrence
Comprendre les
attentes des
consommateurs
• Identifier un produit attendu par le marché
• Diminuer l’attrition client
Augmenter le CA
• Anticiper les bad buzz sur les réseaux sociaux, le
risque sanitaire, le risque juridique…Diminuer les risques

10. 10
Cas client Minelli

11. 11
Cas client Minelli
Top 100
blogueuses
d’influence
sur la mode
en France
7 632
4 272 amis
www.punky-b.com

12. 12
Processus général


13. 13

14. 14

15. 15

16. 16

17. 17

18. 18

19. 19

20. 20
Processus général


21. 21
De quoi parle-t-on ?
• Entités nommés du domaine
organisées d’une façon interactive

22. 22
Qu’est-ce qu’on en dit ?
• Création interactive du plan de classement
• Qualité, prix, accueil en boutique, origine du produit, image…

23. 23
Quelles sont les opinions exprimées ?

24. 24
Processus général


25. 25
Processus général
Langue 1 Langue 2 Langue 3
Traduction auto Traduction auto

26. 26
Retours d’expérience
voiture hybride
hybrid car
‫الهجينة‬ ‫السيارات‬
混合动力汽车
carro híbrido
Hybridauto
33 600
962 000
550 000
15 900 000
26 100 000
2 330 000

27. 27
Client
Concurrent
Retours d’expérience

28. 28
Retours d’expérience
• Brangelina et Château Miraval
• Lancement: plus gros buzz de l'histoire du vin
dans les réseaux sociaux

29. 29
Retours d’expérience

30. 30
Retours d’expérience
• Un tableau de bord
des territoires pour
répondre aux enjeux
des Big data dans le
domaine du tourisme
• Quelle est la valeur
de mon offre ?
• Qui parle de moi
après les vacances ?
• Mon événement a-t-il
touché la clientèle ?
• Quid des réservations

31. 36
Merci pour votre attention !
François-Régis
Chaumartin
CEO
frc@proxem.com
Claude
de Loupy
CEO
loupy@syllabs.com

32. 1/21
Information &
Communication Age !

33. 2/21
Comment être un média
de référence ?

34. 3/21
Mutation des processus informationnels
 Menace Opportunité
Algorithmes & Savoir-Faire
Mutation des processus informationnels
 Menace

35. 4/21
Syllabs
Valorisation des contenus multilingues

36. 5/21
Syllabs
Solutions sémantiques pour
1. la collecte
2. l’enrichissement
3. la rédaction automatique d’articles

37. 6/21
e-commercemédias autres

38. 7/21
1. Collecte
– Enjeux :
– Veille : identifier, collecter, filtrer, trier, regrouper.
– Quoi :
– Technologies de web mining et de text mining.
– Exemple :
– Aide à la revue de presse.
– ROI :
–  temps,  couverture,  réactivité.

39. 8/21
Revue de Presse spécialisée
– LesEchos360
– Quoi :
– Aggrefilter Économie
– Éditorialisation possible
– Adaptable (thématique,
langue)
– Résultat :
– Succès technique
– Utilisateurs apprécient
– Polémique pour les
Médias

40. 9/21
2. Enrichissement
– Enjeux :
– Identifier et compléter les informations pertinentes.
– Quoi :
– Technologies de text mining.
– Exemples :
– Détection d’événements, linking automatique, SEO, Data
Journalisme, valorisation d’archives, aide à l’écriture.
– ROI :
–  rétention,  temps,  compréhension,  originalité.

41. 10/21
Détection de sujets
– Slate Reader
– Quoi :
– Slate Reader = curation
– Syllabs : Aide au tagging.
– Multilingue mais tags en
français.
– Résultat :
– Tags = sujets Wikipedia
– Liens vers Wikipedia
– En cours / bonne qualité

42. 11/21
3. Rédaction automatique de contenus
– Enjeux :
– Contenus fondamentaux. Longs et coûteux à produire 
publication des seules infos « importantes ».
– Quoi ?
– Automatisation de la rédaction de certains types d’articles.
– Exemples :
– bulletins météo, bourse,
– rencontres sportives, nominations,
– descriptifs produits.
– ROI :
–  couverture,  temps,  SEO.

43. 12/21
– Textes de qualité & uniques
– Style adapté à la ligne éditoriale
– Production multilingue
– Le e-commerce témoigne : meilleur référencement ET
meilleure rétention.
Data2Content

44. 13/21
Exemple : news de levées de fonds

45. 14/21
Lorsque vous faites du sport et que vous
transpirez, pensez à bien vous hydrater et
vous éviterez les crampes et les
courbatures. Voici nos propositions du jour.
Le temps est nuageux mais vous pouvez
garder le sourire ! Vous n’avez pas le droit
de vous ennuyer ! Musées (Musée des
Beaux-Arts), Aquariums (Aquarium de
Lyon), parcs (Jardin Rosa Mir)... Il y a
tellement de choses à faire à Lyon.
C’est le début de la semaine !
Soyez positive et le reste de
votre semaine ira comme sur
des roulettes ! Une suggestion ?
Youpi ! il fait le temps idéal pour
courir ! Attention toutefois aux
marques de bronzage des
chaussettes, ce n'est pas la
mode à Toulouse !
Business case : Betterise
Il fait beau aujourd'hui, et
comme le dit la chanson : "let
the sunshine, let the sunshine
in". Quelques idées... Un
petite marche dans le Jardin
Raymond VI, un petit sourire
et gardez en tête "Anima sana
in corpore sano"
– Quoi :
– Betterise = coach santé
cofondé par Michel
Cymes.
– Mail quotidien
personnalisé.
– Données : météo, jour,
sexe, état civil, lieu,
sportif ou non, âge.
– Résultat :
– Betterise : textes
équivalents à la
production manuelle.
– Lancé en automne 2014.

46. Business case complet

47. 16/21
Catalogue de 150 000 hôtels
3 langues
pas de données

48. 17/21
Collecte des informations
– Plusieurs sites sources
– Informations structurées
– Informations non structurées

49. 18/21
Analyse
– Dédoublonnage
– Analyse textuelle (content 2 data)
– Extraction d’informations factuelles
– Analyse de sentiments
– Data Mining
– Faits remarquables

50. 19/21
Rédaction automatique
– Rédaction automatique de descriptifs
– Rédaction automatique points positifs/négatifs
– 3 langues (en, es, fr)

51. 20/21
Descriptif + Résumé d’avis
L'hôtel Oceania vous accueille dans son
établissement design 4 étoiles. Situé en plein cœur de
Paris, cet hôtel se trouve à 200 m du parc des
expositions et à 3km de la gare. L'hôtel, récemment
rénové, est décoré avec goût et bénéficie d'une
décoration contemporaine et moderne. Il a une
capacité de 250 chambres toutes confortables,
luxueuses, contemporaines avec une décoration haut
de gamme. Elles sont climatisées, insonorisées et
disposent toutes d'un balcon, idéal pour prendre l'air
ou pour observer la vue. Pour rester en contact avec
vos proches, un accès gratuit à internet est disponible.
Si vous avez plutôt besoin de vous dégourdir les
jambes, faites une petite balade dans le jardin de
l'hôtel qui recouvre une superficie de 700 m². D'autres
possibilités vous sont aussi proposées.. […]. Cet hôtel
est un excellent choix pour la clientèle business ou
bien pour les touristes. Pour vos déplacements, un
service de navette est proposé. Une navette peut
aussi vous déposer ou aller vous chercher à
l'aéroport.
Ses atouts
• La piscine chauffée
• La possibilité d’installer un lit enfant dans la chambre
• Le petit-déjeuner varié, frais et copieux
• La proximité du parc des expositions
• L’accueil sympathique et chaleureux
– Breakfast excellent
– Location excellent, secure, good, wasn’t so nice
– Bathroom not so excellent
– TV didn’t work properly
– Recommend YES
Analyse
Projection

52. 21/21
Merci
Claude de Loupy
loupy@syllabs.com
@cdeloupy