Proposition et Implémentation d’un mécanisme d’extraction et intégration de données d’un entrepôt médical

Abstract

La croissance de l’internet fût accompagnée d'un intérêt particulier à l'analyse des données web. L’extraction de ces données est reconnue actuellement comme une tâche cruciale pour exploiter les informations issues du web, notamment dans un projet d’entreposage. La plupart des méthodes actuelles d’extraction ont été conçues pour traiter une seule source à la fois, cependant la prise en compte de l’aspect multi-source est un élément déterminant dans le domaine d’extraction d’information à partir du web. Le travail présenté dans ce mémoire s’inscrit essentiellement dans une double orientation de recherche dont les objectifs sont d’une part l’extraction multi-source d’information à partir du web et d’autre part la construction d’un entrepôt médical. Nous proposons une approche, pour l’extraction d’information à partir du web, basée sur un système d’inférence qui permet de suggérer une méthode d’extraction adéquate pour chaque source web dans un projet d’extraction multi-source. Le système proposé exploite les connaissances contenues dans une ontologie. Cette dernière regroupe : les caractéristiques des méthodes d’extraction, celles de la source web en question, et le niveau de manipulation d’utilisateur exploitant notre système. Cette approche est très efficace, car elle permet de tirer les avantages de chaque méthode. L’expérimentation réalisée montre l’intérêt de cette démarche, ainsi l’extraction a été effectuée à partir de deux sources web pour alimenter un entrepôt XML de médicaments.