Les entreprises et les particuliers sont confrontés à une masse d'information sans cesse croissante. Partant de ce constat, de nombreux systèmes ont été conçus pour filtrer, trier et catégoriser l'information. L'offre est en revanche beaucoup plus faible en ce qui concerne l'analyse du contenu. Extraction automatique d'information - du texte brut au web sémantique présente les progrès récents en extraction d'information et en compréhension de textes. Les recherches effectuées ces dernières années dans le domaine du traitement automatique des langues rendent en effet possible l'annotation sémantique de documents, l'extraction d'information pertinente et la création de bases de connaissances structurées à partir de textes en langage naturel.
L'ouvrage rappelle les grands courants de recherche qui ont marqué le domaine de la compréhension automatique de textes par ordinateur. Il se poursuit par la présentation détaillée d'un système appelé SEMTEX, qui est appliqué à une grande variété de textes et de situations différentes. Les applications détaillées donnent des perspectives sur le web sémantique et l'ingénierie des connaissances.

• Introduction
• Des systèmes de compréhension de textes aux systèmes d'extraction d'information
• Stratégies pour l'acquisition semi-automatique de ressources pour l'extraction
• Vers une mise en oeuvre opérationnelle de l'extraction d'information
• SEMTEX : architecture du système et cadre applicatif
• Le repérage d'entités nommées : une approche à base de connaissances hybrides
• La mise en relation des entités
• Acquisition semi-automatique de classes sémantiques
• Acquisition semi-automatique de patrons d'extraction
• Conclusion

• Annexes

• Les Message Understanding Conferences, tableaux récapitulatifs
• Expressions régulières, automates et transducteurs dans INTEX
• Ressources pour la reconnaissance des entités nommées
• Acquisition de classes sémantiques : le cas de la classe « opération d'achat ».