Entreposage et analyse des données complexes : cas des données texte
Résumé
La modélisation multidimensionnelle classique, sous la forme des différents modèles en étoile, ne prend en compte que la structure des données mais pas (ou peu) leur sémantique. Or les données complexes véhiculent une sémantique très riche. Et c'est sur ce type d'information qu'il faut se focaliser pour analyser de façon pertinente les données complexes. La plupart des travaux antérieurs qui se sont intéressés à l'intégration des données complexes dans un contexte d'entrepôt de données, ont mis particulièrement l'accent sur l'exploitation et l'analyse des données stockées dans des documents structurés ou semi-structurés. D'ailleurs, plusieurs propositions de modélisation et d'intégration de ces données dans des environnements multidimensionnels ont été publiées dans la littérature. Cependant, la prise en compte, par les mêmes systèmes, des données stockées dans des documents hétérogènes sans pour autant imposer une structure ou un format prédéfini, à l'instar des documents texte, reste encore comme l'un des principaux objectifs à atteindre par la communauté. Dans le cadre de cette thèse, nous nous intéressons à un type de données complexes, en l'occurrence les données texte.