Cette présentation introductive a pour but de démontrer le processus complet d’un projet réel de forage de texte réalisé au CRIM et de familiariser l’auditoire avec les notions associées à ces étapes. Le projet utilisé comme fond de toile a été réalisé conjointement avec des professeurs de médecine de l’université McGill et la compagnie MD Physician Service, et peut être catégorisé comme tâche d’analyse d’opinion. L’Association canadienne de médecine (CMA) transmet des résumés d’articles scientifiques aux médecins à travers le Canada qui peuvent, par la suite, répondre à un questionnaire ayant pour objectif d’évaluer l’impact des notions sur la pratique du médecin. Les nombreux commentaires reçus comme partie intégrante de ces questionnaires peuvent être pertinents pour les autres médecins, mais l’évaluation de la pertinence de ceux-ci est une charge trop lourde pour des intervenants humains. Nous avons donc appliqué au CRIM des techniques d’analyse du langage et de classification automatique, afin de classifier automatiquement les commentaires comme pertinents ou non pertinents. Cette catégorisation est complexe et difficile, car elle repose sur des jugements qui sont souvent subjectifs. Dans cette présentation, nous présenterons les techniques utilisées, les résultats obtenus et discuterons de la notion de subjectivité de classement.