Intervention de François Régis Chaumartin, Dirigeant, Proxem et Claude Fauconnet, chef de projet innovation numérique, Total Séminaire DIXIT du GFII : Les nouvelles frontières de la « data intelligence » : content analytics, machine-learning, prédictif, 13 avril 2015, Paris. Abstract : Dans un monde globalisé, les fonds documentaires sont loin d’être tous en français ou en anglais, et nécessitent pour être exploités de dépasser la barrière des langues. Claude Fauconnet (Total) et François-Régis Chaumartin (Proxem) 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. Source : http://www.gfii.fr/fr/document/seminaire-dixit-les-nouvelles-frontieres-de-la-data-intelligence-content-analytics-machine-learning-predictif

1. 1
Une veille intelligente
dans un monde global
Témoignage du groupe Total sur ses usages
des solutions d'analyses sémantiques de Proxem

2. 2
Intervenants
Claude Fauconnet
• Chef de projet innovation numérique
François-Régis Chaumartin
• Directeur général

3. 3
Agenda
Analyse des
big data
textuelles
Veille
intelligente
multilingue
Retours
d’expérience
Questions &
réponses

4. 4
Analyse des big data textuelles
(Le métier de Proxem !)

5. 5
Analyse des big data textuelles
20% 80%

6. 6
Analyse des big data textuelles

7. 7
Analyse des big data textuelles
Innovation sur la collecte
• Découverte automatique des sources parlant d’un
sujet sur le vaste web
Innovation sur l’analyse
• Constitution rapide d’un analyseur sémantique
parfaitement adapté à un corpus
Innovation sur l’analyse multilingue
• Bascule rapide d’une langue à une autre pour
disposer d’un analyseur natif

8. 8
Analyse des big data textuelles
API Application Etudes

9. 9
Analyse des big data textuelles

10. 10
Analyse des big data textuelles
• Sur le paramétrage du web mining & text mining
• Baisse des coûts
Rendre l’utilisateur
autonome sur…
• Grande distribution, banque, assurance, luxe,
recrutement, industrie, automobile, télécom…… tout sujet
• Relation clients, veille stratégique, qualité,
ressources humaines…… tout enjeux métier
• Anglais, français, chinois, russe, espagnol,
japonais, farsi, italien, allemand, portugais…… diverses langues

11. 11
Analyse des big data textuelles
Web mining
• Taille du web
• Accès restreint
• Filtrage difficile
Text mining
• Complexité de la langue
• Ambiguïté omniprésente
• Barrière des langues

12. 12
Veille intelligente multilingue
Dépasser la barrière des langues

13. 13
Veille intelligente multilingue

14. 14
Veille intelligente multilingue
• Homonymes : pain@fr vs. pain@en, chat@fr vs. chat@en...
• Identifier les sources pertinentes pour chaque langue
Collecte dédiée à
chaque langue
• Chaque langue a ses spécificités (morphologie, syntaxe…)
• Constitution de ressources natives ou traduction
automatique ?
Analyse dédiée à
chaque langue
• Définir un plan de classement unique, décliné dans chaque
langue
• Il s’agit d’un modèle (taxonomie ou ontologie) du domaine
Alignement des
résultats d’analyse

15. 15
Multilingue
Langue 1 Langue 2 Langue 3
Traduction Traduction

16. 16
Veille intelligente multilingue
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

17. 17
Retours d’expérience

18. 18
Veille industrielle
Client
Concurrent

19. 19
Recherche de matière première
10864
7051
4666
3081
2305
1342 1099 885 755 475 246

20. 20
Questions & réponses
Claude Fauconnet, Chef de projet innovation numérique, Total
François-Régis Chaumartin, Ph.D., Directeur général, Proxem