Regroupement des documents scientifiques bas´e sur la similarit´e des citations et du texte.

Abstract

La recherche d’informations dans les collections de documents scientifiques est devenue une tˆache de plus en plus complexe en raison de la quantit´e croissante d’informations produites chaque ann´ee et de la diversit´e des sources disponibles. Les chercheurs doivent consacrer de nombreuses heures `a la recherche d’articles pertinents, `a la lecture et `a l’analyse des informations, ce qui peut ˆetre un processus laborieux et couteux en temps. Pour faciliter cette recherche d’informations scientifiques, de nombreuses techniques et approches ont ´et´e d´evelopp´ees. L’une de ces approches est le regroupement de documents, qui consiste `a rassembler des articles similaires en groupes ou clusters en fonction de leurs caract´eristiques communes. Cela permet aux chercheurs de naviguer plus facilement dans les collections de documents et de d´ecouvrir rapidement des articles pertinents dans leur domaine d’int´erˆet. Dans ce contexte, notre travail se concentre sur le d´eveloppement d’une m´ethode de regroupement de documents scientifiques bas´ee sur la similarit´e des citations et du texte. L’algorithme K-means est utilis´e pour effectuer ce regroupement en exploitant les termes des sections titre et r´esum´e pour calculer la similarit´e textuelle et les informations des r´ef´erences bibliographiques pour calculer la similarit´e des citations de chaque document. Finalement nous avons ´evalu´e notre travail en utilisant le coefficient de silhouette pour mesurer la qualit´e du Clustering.