February 2008 - Septia - Listes du LIPN

Re: [Septia] Resultats de Clusteringd'Emails
by Victor Coustenoble 28 Feb '08

28 Feb '08

Alors dans la transformation XML -> TXT je conserve bien les accents (voir le fichier temis.txt ci-joint) Puis dans ma transformation avec KTC, je ne garde que la racine des mots et donc ça doit être à ce moment là que les accents sont perdus (voir le fichier temis_ktc_tc_2000.txt). Je vais demandé en interne si c'est normal et comment peut être éviter cela. Victor ============================================ Victor Coustenoble Integration & Project Manager KXEN - the data mining automation company (tm) direct: +33 (0)1 41 44 94 76 -----Original Message----- From: Thierry Gandilhon [mailto:thierry.gandilhon@eptica.com] Sent: mercredi 27 février 2008 18:16 To: Victor Coustenoble; 'Massih AMINI' Cc: septia(a)lipn.univ-paris13.fr Subject: RE: [Septia] Resultats de Clusteringd'Emails Victor, As-tu une idée sur les accents perdus ? Amicalement, --Thierry -----Message d'origine----- De : septia-bounces(a)lipn.univ-paris13.fr [mailto:septia-bounces@lipn.univ-paris13.fr] De la part de Massih AMINI Envoyé : mercredi 27 février 2008 17:46 À : septia(a)lipn.univ-paris13.fr Objet : Re: [Septia] Resultats de Clusteringd'Emails Thierry, Les termes sont lémmatisés (mis sous leur forme radicale - racine) en amont par les outils de temis. Je pense que c'est à ce moment là où les accents sont enlevés et que les mots sont mis sous leur forme réduite. Amicalement, Massih > Merci Massih, > > On commence à analyser ça. > > Question : on voit dans le fichier que les lettres accentuées ont été > perdues. A quel moment de la chaîne l'ont-elles été ? > > Amicalement, > > --Thierry > > -----Message d'origine----- > De : septia-bounces(a)lipn.univ-paris13.fr > [mailto:septia-bounces@lipn.univ-paris13.fr] De la part de Massih > AMINI Envoyé : mercredi 27 février 2008 16:08 À : > septia(a)lipn.univ-paris13.fr Objet : [Septia] Resultats de > Clusteringd'Emails > > Désolé je n'avais pas bien mis l'adresse du récepiant au départ. > > > > Bonjour, > > Ci-joint les resultats de clustering d'emails dans l'espace de > concepts induit par l'algo CEM sur la chaine des pretraitements > temis-kxen que Victor nous a envoyé Mardi. Les clusters de mots (40) > sont tres significatifs à vu d'oeil d'un non-expert. Thierry > pouvez-vous confirmer/infirmer, svp? > > Dans le fichier (ClusteringInCptSpace+Temis-Kxen_Pretraitment) chaque > ligne correspond à une partition d'emails et l'entier du début de > ligne correspond au nombre d'emails trouvés dans la partition trouvée. > Je lance nos modeles semi-supervisé sur cette base et mettrai dans le > livrable 2.3 les emails les plus caractéristiques de chaque classe. > > Victor, dans le fichier d'emails BaseEptica les numero de lignes des > emails correspondent avec les indexKxen du fichier que tu nous a envoyé? > > > Amicalement, > > Massih > > -- Massih-Reza AMINI - Maître de Conférences LIP6 - Pôle IA, Thème APA 104, Avenue du Président Kennedy - 75016 Paris http://www-connex.lip6.fr/~amini/ tel : (33) 1 44 27 37 92 fax: (33) 1 44 27 70 00 _______________________________________________ Septia mailing list Septia(a)lipn.univ-paris13.fr https://intranet.lipn.univ-paris13.fr/mailman/listinfo/septia

5 7

Re: [Septia] Resultats de Clusteringd'Emails
by Massih AMINI 27 Feb '08

27 Feb '08

Thierry, Le partitionnement des mots que l'on fait est d'apres leur co-occrrences dans les différents emails et il est indépendant du codage de temis. On part sur ce codage pour filtrer les mots avec KTC et nous faisons ensuite le clustering. Une fois ce partitionnement fait, les emails seront représentés dans l'espace des clusters de mots (avant l'étape de clustering) au lieu qu'ils soient représentés dans l'espace des termes occurents dans la base. Amicalement, Massih Dans le résultat de clustering de mot > Massih, > > Il y a une autre chose que je ne comprend pas : les documents sont décrits > dans un espace de concepts. Ma compréhension est que ces concepts sont ceux > que l'on retrouve dans le fichier fourni pas Pascal. Certain d'entre eux > sont exprimés sur plusieurs mots. Par exemple : > > <ft f="1">/COMMON-NOUN/non-réception</ft> > <ft f="1">/NP/appel téléphonique</ft> > > Pourquoi les clusters trouvés sont décrits en termes de mots, et non de > concepts/groupes de mots ? > > --Thierry > > -----Message d'origine----- > De : septia-bounces(a)lipn.univ-paris13.fr > [mailto:septia-bounces@lipn.univ-paris13.fr] De la part de Massih AMINI > Envoyé : mercredi 27 février 2008 17:46 > À : septia(a)lipn.univ-paris13.fr > Objet : Re: [Septia] Resultats de Clusteringd'Emails > > Thierry, > > Les termes sont lémmatisés (mis sous leur forme radicale - racine) en > amont par les outils de temis. Je pense que c'est à ce moment là où les > accents sont enlevés et que les mots sont mis sous leur forme réduite. > > > Amicalement, > > Massih > >> Merci Massih, >> >> On commence à analyser ça. >> >> Question : on voit dans le fichier que les lettres accentuées ont été >> perdues. A quel moment de la chaîne l'ont-elles été ? >> >> Amicalement, >> >> --Thierry >> >> -----Message d'origine----- >> De : septia-bounces(a)lipn.univ-paris13.fr >> [mailto:septia-bounces@lipn.univ-paris13.fr] De la part de Massih AMINI >> Envoyé : mercredi 27 février 2008 16:08 >> À : septia(a)lipn.univ-paris13.fr >> Objet : [Septia] Resultats de Clusteringd'Emails >> >> Désolé je n'avais pas bien mis l'adresse du récepiant au départ. >> >> >> >> Bonjour, >> >> Ci-joint les resultats de clustering d'emails dans l'espace de concepts >> induit par l'algo CEM sur la chaine des pretraitements temis-kxen que >> Victor nous a envoyé Mardi. Les clusters de mots (40) sont tres >> significatifs à vu d'oeil d'un non-expert. Thierry pouvez-vous >> confirmer/infirmer, svp? >> >> Dans le fichier (ClusteringInCptSpace+Temis-Kxen_Pretraitment) chaque >> ligne correspond à une partition d'emails et l'entier du début de ligne >> correspond au nombre d'emails trouvés dans la partition trouvée. Je >> lance nos modeles semi-supervisé sur cette base et mettrai dans le >> livrable 2.3 les emails les plus caractéristiques de chaque classe. >> >> Victor, dans le fichier d'emails BaseEptica les numero de lignes des >> emails correspondent avec les indexKxen du fichier que tu nous a envoyé? >> >> >> Amicalement, >> >> Massih >> >> >> > > > -- Massih-Reza AMINI - Maître de Conférences LIP6 - Pôle IA, Thème APA 104, Avenue du Président Kennedy - 75016 Paris http://www-connex.lip6.fr/~amini/ tel : (33) 1 44 27 37 92 fax: (33) 1 44 27 70 00

1 0

Re: [Septia] Resultats de Clusteringd'Emails
by Massih AMINI 27 Feb '08

27 Feb '08

Thierry, Les termes sont lémmatisés (mis sous leur forme radicale - racine) en amont par les outils de temis. Je pense que c'est à ce moment là où les accents sont enlevés et que les mots sont mis sous leur forme réduite. Amicalement, Massih > Merci Massih, > > On commence à analyser ça. > > Question : on voit dans le fichier que les lettres accentuées ont été > perdues. A quel moment de la chaîne l'ont-elles été ? > > Amicalement, > > --Thierry > > -----Message d'origine----- > De : septia-bounces(a)lipn.univ-paris13.fr > [mailto:septia-bounces@lipn.univ-paris13.fr] De la part de Massih AMINI > Envoyé : mercredi 27 février 2008 16:08 > À : septia(a)lipn.univ-paris13.fr > Objet : [Septia] Resultats de Clusteringd'Emails > > Désolé je n'avais pas bien mis l'adresse du récepiant au départ. > > > > Bonjour, > > Ci-joint les resultats de clustering d'emails dans l'espace de concepts > induit par l'algo CEM sur la chaine des pretraitements temis-kxen que > Victor nous a envoyé Mardi. Les clusters de mots (40) sont tres > significatifs à vu d'oeil d'un non-expert. Thierry pouvez-vous > confirmer/infirmer, svp? > > Dans le fichier (ClusteringInCptSpace+Temis-Kxen_Pretraitment) chaque > ligne correspond à une partition d'emails et l'entier du début de ligne > correspond au nombre d'emails trouvés dans la partition trouvée. Je > lance nos modeles semi-supervisé sur cette base et mettrai dans le > livrable 2.3 les emails les plus caractéristiques de chaque classe. > > Victor, dans le fichier d'emails BaseEptica les numero de lignes des > emails correspondent avec les indexKxen du fichier que tu nous a envoyé? > > > Amicalement, > > Massih > > -- Massih-Reza AMINI - Maître de Conférences LIP6 - Pôle IA, Thème APA 104, Avenue du Président Kennedy - 75016 Paris http://www-connex.lip6.fr/~amini/ tel : (33) 1 44 27 37 92 fax: (33) 1 44 27 70 00

3 3

Livrable 2.2
by Thierry Gandilhon 26 Feb '08

26 Feb '08

Bonjour, Voici le L2.2 dans lequel jai mis à jour les chapitres 5.2 et 6.3. Amicalement, --Thierry

1 0

SEPTIA: data 3 20080206
by Sylvie Guillemin-Lanne 26 Feb '08

26 Feb '08

Bonjour, Vous trouverez sur le site ftp, à l’adresse ci-dessous, le dernier jeu de données SEPTIA_Data3_200802. Dans le répertoire Data3 : · jeu de données formaté puis nettoyé Dans le répertoire IDE · jeu de données + vecteur sémantique Sylvie Guillemin-Lanne Project Manager Tel. : +33 (0)1 40 04 46 87 Mob.: +33 (0)6 22 91 47 32 TEMIS Tour Gamma B | 193-197, rue de Bercy 75582 PARIS Cedex – FRANCE Tel.: +33 (0)1 40 04 46 70 Fax: +33 (0)1 40 04 46 80 www.temis.com Strictly Personal and Confidential This message may contain confidential and proprietary material for the sole use of the intended recipient. Any review or distribution by or to others is strictly prohibited. If you are not the intended recipient, please contact the sender and delete all copies. From: Temis Support Sent: Friday, February 22, 2008 11:23 AM To: Sylvie Guillemin-Lanne; Myrtille Terrier Cc: Jean-Pierre Sirot; Christophe Aubry; Mathilde Wiss; Pascal Coupet Subject: [FTP] compte SEPTIA Bonjour, Suite à la demande de Sylvie, voici les paramètres du compte ftp pour échanger des données confidentielles avec la société SEPTIA * Site : ftp.temis.com * Utilisateur : SEPTIA * Mot de passe : dqMrqqMz * Date d’expiration : 24/05/2008 Vous pouvez échanger jusqu’à 250 MB de données. Cordialement, Anne Lavoix Temis Support TEMIS Tour Gamma B | 193-197, rue de Bercy 75582 PARIS Cedex – FRANCE www.temis.com Strictly Personal and Confidential This message may contain confidential and proprietary material for the sole use of the intended recipient. Any review or distribution by or to others is strictly prohibited. If you are not the intended recipient, please contact the sender and delete all copies.

5 7

Livrable 5.1 mis à jour
by Thierry Gandilhon 25 Feb '08

25 Feb '08

Emmanuel, Voici le livrable 5.1 remis à jour sur les chapitres 2 et 3. Amicalement, --Thierry

1 0

Re: [Septia] SEPTIA: Relevé des dépenses
by Francoise Soulie Fogelman 25 Feb '08

25 Feb '08

Thierry non pas d'us & coutume particulier sauf 2 points 1- les jours déclarés doivent être en ligne avec les jours apparaissant dans la proposition et avec les livrables 2- on doit pouvoir fournir à l'ANR -en cas de contrôle- les feuilles de temps correspondant aux jours déclarés. Attention, le délai d'interevntion de l'ANR peut être très court On a décidé l'autre soir de se coordonner lors du prochain conf call (le 4 ) pour décider ensemble si on déclare un retard sur certaines tâches Françoise ________________________________ From: septia-bounces(a)lipn.univ-paris13.fr [mailto:septia-bounces@lipn.univ-paris13.fr] On Behalf Of Thierry Gandilhon Sent: lundi 25 février 2008 14:29 To: 'Sylvie Guillemin-Lanne' Cc: septia(a)lipn.univ-paris13.fr Subject: Re: [Septia] SEPTIA: Relevé des dépenses Merci Sylvie, document bien reçu. Y a-t-il des us et coutumes particulier pour remplir ce type de document ? Amicalement, --Thierry De : septia-bounces(a)lipn.univ-paris13.fr [mailto:septia-bounces@lipn.univ-paris13.fr] De la part de Sylvie Guillemin-Lanne Envoyé : lundi 25 février 2008 11:36 À : septia(a)lipn.univ-paris13.fr Objet : [Septia] SEPTIA: Relevé des dépenses Bonjour, Renseignement pris auprès de Mme Perez de l'ANR un modèle de relevé de dépenses va être envoyé directement à vos contacts administratifs pour KXEN et EPTICA. J'ai demandé que Françoise et Thierry soient en copie. En ce qui concerne les laboratoires publics, le relevé de dépenses sera dû à la fin du projet. Cordialement, Sylvie Guillemin-Lanne Project Manager Tel. : +33 (0)1 40 04 46 87 Mob.: +33 (0)6 22 91 47 32 TEMIS Tour Gamma B | 193-197, rue de Bercy 75582 PARIS Cedex - FRANCE Tel.: +33 (0)1 40 04 46 70 Fax: +33 (0)1 40 04 46 80 www.temis.com Strictly Personal and Confidential This message may contain confidential and proprietary material for the sole use of the intended recipient. Any review or distribution by or to others is strictly prohibited. If you are not the intended recipient, please contact the sender and delete all copies.

2 1

SEPTIA: Relevé des dépenses
by Sylvie Guillemin-Lanne 25 Feb '08

25 Feb '08

Bonjour, Renseignement pris auprès de Mme Perez de l’ANR un modèle de relevé de dépenses va être envoyé directement à vos contacts administratifs pour KXEN et EPTICA. J’ai demandé que Françoise et Thierry soient en copie. En ce qui concerne les laboratoires publics, le relevé de dépenses sera dû à la fin du projet. Cordialement, Sylvie Guillemin-Lanne Project Manager Tel. : +33 (0)1 40 04 46 87 Mob.: +33 (0)6 22 91 47 32 TEMIS Tour Gamma B | 193-197, rue de Bercy 75582 PARIS Cedex – FRANCE Tel.: +33 (0)1 40 04 46 70 Fax: +33 (0)1 40 04 46 80 www.temis.com <http://www.temis.com> Strictly Personal and Confidential This message may contain confidential and proprietary material for the sole use of the intended recipient. Any review or distribution by or to others is strictly prohibited. If you are not the intended recipient, please contact the sender and delete all copies.

2 1

Livrable L2.5
by Emmanuel Viennet 23 Feb '08

23 Feb '08

Bonjour, comme convenu, voici le L2.5 en doc et PDF. Merci de me faire part de vos remarques (j'avoue avoir été un peu vite sur certaines parties). J'ai refait les figures et équations, sont elles lisibles sous Windows ? J'ai aussi mis à jour les docs sur le Wiki, y compris le CR d'hier et les slides. Bon week-end, Emmanuel

1 0

Réunion du 22/02
by Francoise Soulie Fogelman 22 Feb '08

22 Feb '08

ci joint le CR de la réunion d'aujourd'hui + les slides de la réunion de revue en l'état Françoise

1 0