Algorithme de Lempel-Ziv et Arbre MESH Leïla Traoré - Vianney Gremmel - Marouane Zehni Nicolas Fournel - Maxime Chambreuil Emmanuel Ohana - Sébastien Le Digabel Matthieu Hautreux - Sébastien Pesquet UV Théorie de l’Information – Lempel-Ziv et Arbre MESH – 14 janvier 2003

Déroulement Objectifs L’arbre MESH et Lempel-Ziv Problèmes rencontrés Le marquage de l’article Bibliographie UV Théorie de l’Information – Lempel-Ziv et Arbre MESH – 14 janvier 2003

Objectifs Obtenir le sujet général d’un article médical Coloriser les mots importants de cet article : Appartenant à l’arbre MESH Appartenant à une liste de synonymes Appartenant à une liste de qualificatifs Appliquer l’algorithme de Lempel-Ziv pour créer un dictionnaire de mots MESH UV Théorie de l’Information – Lempel-Ziv et Arbre MESH – 14 janvier 2003

L’arbre MESH et Lempel-Ziv UV Théorie de l’Information – Lempel-Ziv et Arbre MESH – 14 janvier 2003

Mot MESH | identifiant | mot MESH | identifiant | différence de niveau L’arbre MESH C’est un fichier avec des lignes de la forme: Mot MESH | identifiant | mot MESH | identifiant | différence de niveau On ne récupère que la chaîne de caractères avant le « | » et on ajoute un espace devant le mot… UV Théorie de l’Information – Lempel-Ziv et Arbre MESH – 14 janvier 2003

Lempel-Ziv Durant l’exécution, on étudie une chaîne en connaissant le caractère précédent et le suivant : On sait si on est en début de mot On teste si la chaîne courante est dans le dictionnaire Si c’est le cas, on incrémente le compteur du mot du dico et on ajoute le caractère suivant à la chaîne Sinon on ajoute la chaîne dans le dico UV Théorie de l’Information – Lempel-Ziv et Arbre MESH – 14 janvier 2003

Problèmes rencontrés UV Théorie de l’Information – Lempel-Ziv et Arbre MESH – 14 janvier 2003

Problèmes rencontrés La taille des données de l’arbre Mesh Initialement : 5 min d’exécution pour arriver à la lettre « c » Optimisation pendant l’exécution : on ne prend que les débuts de mots, pas de mot avec un espace, etc.… Suppression de l’affichage UV Théorie de l’Information – Lempel-Ziv et Arbre MESH – 14 janvier 2003

Le marquage de l’article UV Théorie de l’Information – Lempel-Ziv et Arbre MESH – 14 janvier 2003

Récapitulatif On a : On doit : Un article Un dictionnaire avec les mots MESH On doit : Récupérer le meme article avec les mots MESH marqués UV Théorie de l’Information – Lempel-Ziv et Arbre MESH – 14 janvier 2003

Obtenir le dictionnaire On utilise le travail du 1er groupe, qui a travaillé sur l’épuration de l’arbre MESH On récupère un fichier texte On utilise la 2ème partie de l’algorithme de Lempel-Ziv UV Théorie de l’Information – Lempel-Ziv et Arbre MESH – 14 janvier 2003

Contraintes Le dictionnaire doit avoir une structure particulière Le dictionnaire doit contenir l’alphabet, ainsi que tous les caractères utilisés dans l’article UV Théorie de l’Information – Lempel-Ziv et Arbre MESH – 14 janvier 2003

Remarques Nous n’appliquons pas l’algorithme de façon brute mais un dérivé : Le programme ne code pas à la volée, chaque mot est codé en fonction de sa place dans le fichier Le dictionnaire n’évolue pas car l’arbre MESH n’évolue pas non plus UV Théorie de l’Information – Lempel-Ziv et Arbre MESH – 14 janvier 2003

Comment ça se passe ? Super Programme 3,2,0,5,1,4… Article : B 1 C 2 AA 3 AB 4 CB 5 CC 6 … … Super Programme 3,2,0,5,1,4… Article : AACACBBAB… UV Théorie de l’Information – Lempel-Ziv et Arbre MESH – 14 janvier 2003

Et ensuite ? Décodage des mots avec le dictionnaire Si on connaît l’alphabet ( c’est le cas puisque chaque mot ne contient qu’une lettre ), on en déduit les mots qui appartiennent au dictionnaire en tant que tels. On les repère à l’aide de marqueurs (configurable) UV Théorie de l’Information – Lempel-Ziv et Arbre MESH – 14 janvier 2003

Et c’est tout ? Le plus gros du travail du premier groupe a été de trouver des règles de découpage des racines des termes de l’arbre Mesh. Notre dictionnaire comporte des racines (début de mots) Il faut donc pouvoir les repérer avec les mots qu’elles composent. Ex : « cardio » doit marquer « cardiologue » et « cardiogramme » UV Théorie de l’Information – Lempel-Ziv et Arbre MESH – 14 janvier 2003

Ca marche ? Oui ! Le programme repère sans difficulté tous les mots du dictionnaire dans un article Il faut bien saisir tout l’alphabet Attention à l’HTML !!! Le programme repère tout seul où s’arrête l’alphabet dans le dictionnaire. UV Théorie de l’Information – Lempel-Ziv et Arbre MESH – 14 janvier 2003

Bibliographie UV Théorie de l’Information – Lempel-Ziv et Arbre MESH – 14 janvier 2003

Bibliographie http://www.data-compression.com/lempelziv.html http://www.alphabeta-net.com/LZW.html UV Théorie de l’Information – Lempel-Ziv et Arbre MESH – 14 janvier 2003

Des questions ??? UV Théorie de l’Information – Lempel-Ziv et Arbre MESH – 14 janvier 2003