<?xml version="1.0" encoding="UTF-8"?>
<modsCollection xmlns="http://www.loc.gov/mods/v3">
<mods ID="kuznik-etal-2010-lapport">
    <titleInfo>
        <title>L’apport des concepts métiers pour la classification des questions ouvertes d’enquête</title>
    </titleInfo>
    <name type="personal">
        <namePart type="given">Ludivine</namePart>
        <namePart type="family">Kuznik</namePart>
        <role>
            <roleTerm authority="marcrelator" type="text">author</roleTerm>
        </role>
    </name>
    <name type="personal">
        <namePart type="given">Anne-Laure</namePart>
        <namePart type="family">Guénet</namePart>
        <role>
            <roleTerm authority="marcrelator" type="text">author</roleTerm>
        </role>
    </name>
    <name type="personal">
        <namePart type="given">Anne</namePart>
        <namePart type="family">Peradotto</namePart>
        <role>
            <roleTerm authority="marcrelator" type="text">author</roleTerm>
        </role>
    </name>
    <name type="personal">
        <namePart type="given">Chloé</namePart>
        <namePart type="family">Clavel</namePart>
        <role>
            <roleTerm authority="marcrelator" type="text">author</roleTerm>
        </role>
    </name>
    <originInfo>
        <dateIssued>2010-07</dateIssued>
    </originInfo>
    <typeOfResource>text</typeOfResource>
    <language>
        <languageTerm type="text">French</languageTerm>
        <languageTerm type="code" authority="iso639-2b">fre</languageTerm>
    </language>
    <relatedItem type="host">
        <titleInfo>
            <title>Actes de la 17e conférence sur le Traitement Automatique des Langues Naturelles. Articles courts</title>
        </titleInfo>
        <name type="personal">
            <namePart type="given">Philippe</namePart>
            <namePart type="family">Langlais</namePart>
            <role>
                <roleTerm authority="marcrelator" type="text">editor</roleTerm>
            </role>
        </name>
        <name type="personal">
            <namePart type="given">Michel</namePart>
            <namePart type="family">Gagnon</namePart>
            <role>
                <roleTerm authority="marcrelator" type="text">editor</roleTerm>
            </role>
        </name>
        <originInfo>
            <publisher>ATALA</publisher>
            <place>
                <placeTerm type="text">Montréal, Canada</placeTerm>
            </place>
        </originInfo>
        <genre authority="marcgt">conference publication</genre>
    </relatedItem>
    <abstract>EDF utilise les techniques de Text Mining pour optimiser sa relation client, en analysant des réponses aux questions ouvertes d’enquête de satisfaction, et des retranscriptions de conversations issues des centres d’appels. Dans cet article, nous présentons les différentes contraintes applicatives liées à l’utilisation d’outils de text mining pour l’analyse de données clients. Après une analyse des différents outils présents sur le marché, nous avons identifié la technologie Skill CartridgeTM fournie par la société TEMIS comme la plus adaptée à nos besoins. Cette technologie nous permet une modélisation sémantique de concepts liés au motif d’insatisfaction. L’apport de cette modélisation est illustrée pour une tâche de classification de réponses d’enquêtes de satisfaction chargée d’évaluer la fidélité des clients EDF. La modélisation sémantique a permis une nette amélioration des scores de classification (F-mesure = 75,5%) notamment pour les catégories correspondant à la satisfaction et au mécontentement.</abstract>
    <identifier type="citekey">kuznik-etal-2010-lapport</identifier>
    <location>
        <url>https://aclanthology.org/2010.jeptalnrecital-court.12</url>
    </location>
    <part>
        <date>2010-07</date>
        <extent unit="page">
            <start>68</start>
            <end>73</end>
        </extent>
    </part>
</mods>
</modsCollection>

%0 Conference Proceedings
%T L’apport des concepts métiers pour la classification des questions ouvertes d’enquête
%A Kuznik, Ludivine
%A Guénet, Anne-Laure
%A Peradotto, Anne
%A Clavel, Chloé
%Y Langlais, Philippe
%Y Gagnon, Michel
%S Actes de la 17e conférence sur le Traitement Automatique des Langues Naturelles. Articles courts
%D 2010
%8 July
%I ATALA
%C Montréal, Canada
%G French
%F kuznik-etal-2010-lapport
%X EDF utilise les techniques de Text Mining pour optimiser sa relation client, en analysant des réponses aux questions ouvertes d’enquête de satisfaction, et des retranscriptions de conversations issues des centres d’appels. Dans cet article, nous présentons les différentes contraintes applicatives liées à l’utilisation d’outils de text mining pour l’analyse de données clients. Après une analyse des différents outils présents sur le marché, nous avons identifié la technologie Skill CartridgeTM fournie par la société TEMIS comme la plus adaptée à nos besoins. Cette technologie nous permet une modélisation sémantique de concepts liés au motif d’insatisfaction. L’apport de cette modélisation est illustrée pour une tâche de classification de réponses d’enquêtes de satisfaction chargée d’évaluer la fidélité des clients EDF. La modélisation sémantique a permis une nette amélioration des scores de classification (F-mesure = 75,5%) notamment pour les catégories correspondant à la satisfaction et au mécontentement.
%U https://aclanthology.org/2010.jeptalnrecital-court.12
%P 68-73

Markdown (Informal)

[L’apport des concepts métiers pour la classification des questions ouvertes d’enquête](https://aclanthology.org/2010.jeptalnrecital-court.12) (Kuznik et al., JEP/TALN/RECITAL 2010)

• L’apport des concepts métiers pour la classification des questions ouvertes d’enquête (Kuznik et al., JEP/TALN/RECITAL 2010)

ACL

• Ludivine Kuznik, Anne-Laure Guénet, Anne Peradotto, and Chloé Clavel. 2010. L’apport des concepts métiers pour la classification des questions ouvertes d’enquête. In Actes de la 17e conférence sur le Traitement Automatique des Langues Naturelles. Articles courts, pages 68–73, Montréal, Canada. ATALA.