Résumé

Cet article présente une méthode de classification structurelle de documents XML. Notre approche consiste d’abord à extraire automatiquement la structure arborescente de chaque document XML à classer, et ensuite à utiliser cette structure comme modèle de représentation pour la classification du document XML correspondant. L’appariement de ces structures est fondé sur un calcul de leurs similarités. Pour l’expérimentation nous avons utilisé un corpus INEX.

Abstract

In this paper we present a clustering method for XML documents. Our step is two- phase based: we first automatically extract the structure from the document; we then use it as model of representation to classify the document that it represents. The matching of the documents’ structures is based on the calculation of their similarities. For the experimentation we used the INEX.