Exploitation de différentes approches pour détecter et catégoriser le risque chimique et bactériologique

Natalia Grabar (1) , Thierry Hamon (2)

1 STL - Savoirs, Textes, Langage (STL) - UMR 8163
2 LIMSI - Laboratoire d'Informatique pour la Mécanique et les Sciences de l'Ingénieur

Exploitation of various approaches for automatic detection and categorization of chemical risk Chemical risk corresponds to situations in which chemical products are or can be dangerous for human or animal health, or for environment. Detection of information on risk of chemicals occupies an important place in environmental agencies and researchers. Yet, large amounts of available data and controversies make it difficult to find the relevant information quickly and efficiently. Our objective is to propose an automatic help for the analysis of scientific literature in order to detect sentences indicative of chemical or bacteriological risk. We tackle the task as categorization problem: the sentences are are to be categorized in classes of risk. We use three approaches: rule-based, supervized categorization and information retrieval. The best results are obtained with supervized categorization and information retrieval. According to approaches, the results show up to 0.8 F-measure. MOTS-CLÉS : Risque chimique, catégorisation supervisée, recherche d'information.

Le risque chimique couvre les situations où les produits chimiques sont ou peuvent être dangereux pour la santé humaine, animale et pour l'environnement. La détection des informations qui concernent le risque des substances chimiques occupe une place importante dans des agences environnementales et les chercheurs. Cependant, d'une part la profusion de données et d'autre part les controverses qui les concernent créent une situation où il devient difficile de trouver rapidement et efficacement les informations pertinentes. Notre objectif consiste à proposer une aide automatique pour l'analyse de la littérature scientifique afin de détecter les phrases indicatives du risque que présentent les substances chimiques ou des bactéries. La tâche est abordée comme un problème de catégorisation : il s'agit de catégoriser les phrases des textes dans les classes du risque lié aux substances. Nous utilisons trois approches : à base de règles, par apprentissage supervisé et la recherche d'information. De meilleurs résultats sont obtenus avec l'apprentissage supervisé et la recherche d'information. En fonction des approches, les résultats obtenus montrent jusqu'à 0,8 de F-mesure.

Mots clés: Chemical risk; supervised categorization; information retrieval

Domaines: Traitement du texte et du document; Linguistique; Chimie

Natalia Grabar, Thierry Hamon. Exploitation de différentes approches pour détecter et catégoriser le risque chimique et bactériologique. Risque et TAL, TALN 2016 workshop, Jul 2016, Paris, France. ⟨hal-01426821⟩