Collection Astrophysique

Cette collection propose des corpus thématiques de documents en texte intégral issus d’ISTEX dans le domaine Astronomie - Astrophysique.

Ces corpus répondent à un besoin particulier de fouille de textes : repérer automatiquement, grâce à l’outil de reconnaissance et d’extraction d’informations Unitex-CasSys, les définitions de concepts scientifiques dans des textes spécialisés, pour enrichir des travaux de terminologie.

Créés pour permettre une détection humaine dans les documents de phraséologies introduisant une définition, afin de compléter les exemples de patrons déjà connus contenus dans la littérature et ainsi contribuer à la construction de cascades de graphes avec lesquels fonctionne l’outil Unitex, les corpus sont aussi destinés à tester ces graphes.

Chaque corpus correspond à un mode de constitution singulier, fondé sur une hypothèse différente relative à la plus forte probabilité de rencontrer des définitions dans les documents Istex :

• AstroConcepts : les concepts sont définis au moment où ils émergent
• AstroReviews : les documents de type « articles de synthèse » sont davantage susceptibles de contenir des définitions de concepts