@inproceedings{de-Salabert-Barreaux:TALN:2020,
    author = "de Salabert, Camille and Barreaux, Sabine",
    title = "Vers un corpus optimal pour la fouille de textes : strat\'egie de constitution de corpus sp\'ecialis\'es \`a partir d'ISTEX",
    booktitle = "Actes de la Conf\'erence sur le Traitement Automatique des Langues Naturelles. Volume 4 : D\'emonstrations et r\'esum\'es d'articles internationaux",
    month = "6",
    year = "2020",
    address = "Nancy, France",
    publisher = "Association pour le Traitement Automatique des Langues",
    pages = "66-69",
    note = "Towards an optimal corpus for text mining: specialized corpus building strategy from ISTEX",
    abstract = "Pr\'ealable indispensable \`a de nombreuses activit\'es de TAL et de fouille de textes, l'\'elaboration d'un corpus peut n\'ecessiter plusieurs phases de traitement pour am\'eliorer sa qualit\'e et ainsi obtenir les meilleurs r\'esultats d'analyse automatique. Les post-traitements appliqu\'es \`a un tel corpus, notamment pour garantir la pertinence de son contenu et l'homog\'en\'eit\'e de son format, pourront s'av\'erer d'autant plus co\^uteux et fastidieux que la construction du corpus de travail aura \'et\'e impr\'ecise. Cette d\'emonstration se proposera de tirer parti de la plateforme ISTEX et de ses services associ\'es pour constituer, au travers d'un cycle it\'eratif, un corpus homog\`ene de publications scientifiquement pertinentes pour une utilisation simplifi\'ee par des outils de fouille.",
    keywords = "Fouille de textes, Corpus th\'ematique, ISTEX, Affinement, M\'ethodologie.",
    url = "http://talnarchives.atala.org/TALN/TALN-2020/159.pdf"
}