Download or read book Indexation et extraction de termes cl s pour la recherche d information written by Mounia Haddoud and published by . This book was released on 2016 with total page 105 pages. Available in PDF, EPUB and Kindle. Book excerpt: Dans cette thèse, je me suis intéressée à deux problèmes de fouille de textes : l’extraction automatique de termes-clés dans des documents textuels et la classification de textes. Pour le problème d’extraction automatique de termes-clés, j’ai défini une nouvelle mesure, le DPM-index, qui discrimine les phrases (n-grammes) qui se chevauchent dans un document. J’ai aussi développé un nouveau système d’extraction de termes-clés basé sur l’apprentissage supervisé qui combine 18 descripteurs statistiques. J’ai expérimentalement comparé mes résultats à ceux de 21 méthodes d’extraction de termes-clés sur le corpus d’articles scientifiques SemEval-2010/Task-5. Ma méthode augmente d’un taux de 13 % la reconnaissance des termes-clés mesurée par le F-score. En particulier, le DPM-index augmente la reconnaissance de mon système d’extraction de termes-clés de 9%. Je montre également que quel que soit le paradigme d’apprentissage supervisé (boosting, bagging et régression) sur ces données pour combiner les 18 descripteurs mon système obtient les meilleurs performances. Pour le problème de classification de textes dans des catégories prédéfinies, j’ai proposé 80 métriques de pondération de termes jamais utilisées pour ce problème et je les ai comparé à 16 métriques de la littérature. Alors que de nombreux travaux antérieurs ont montré l’intérêt d’utiliser une métrique particulière, mes expérimentations suggèrent que les résultats obtenus par ces métriques peuvent être fortement dépendants de la distribution des documents dans les catégories et des mesures de performances utilisées. La solution que j’ai proposée consiste à combiner les métriques proposées afin d’améliorer la qualité de la classification. Plus précisément, j’ai montré sur trois types de corpus différents (ayant des distributions catégorielles différentes) que l’utilisation d’un classifieur SVM qui combine les sorties de classifieurs SVM (qui utilisent chacun une métrique de pondération différente) classe mieux les documents quel que soit le type corpus et quelles que soit les mesures de performance utilisées. La seconde contribution principale apportée au problème de classification est une représentation étendue des termes d’un document dans un espace vectoriel qui permet d’améliorer la prédiction de mon classifieur de textes.
Download or read book Besoins informationnels et extraction d information Vers une conscience artificielle written by TURENNE Nicolas and published by Lavoisier. This book was released on 2013-02-01 with total page 290 pages. Available in PDF, EPUB and Kindle. Book excerpt: Cet ouvrage réconcilie la philosophie, la biologie, la sociologie et les sciences cognitives grâce à un dénominateur commun, la conscience. Il en présente un aspect particulier, le concept d’auto-motivation de champ d’activité en tant que moteur biologique d’un état de conscience, et dont l’informatique systémique permet de révéler l’existence. Si la conscience est mal définie, un cadre réduit permet d’en donner une définition plus précise, observable malgré toute la complexité psychologique, sociale et technique de l’individu. Ces observations sont de deux natures : une nature d’activité principale et une nature cognitivo-linguistique, modulées par des facteurs de contrôle intrinsèques et extrinsèques. L’argument exposé consiste à présenter un état de conscience relatif à la notion de besoin informationnel instinctif, donc physiologique, et dont les traces porteuses sur les supports physiques (revues, abonnements, etc.) ou numériques (sms, web, etc.), sont analysables par l’extraction de connaissances.
Download or read book Indexation de texte m dicaux par extraction de concepts et ses utilisations written by Bruno Pouliquen and published by . This book was released on 2002 with total page 390 pages. Available in PDF, EPUB and Kindle. Book excerpt: Nous avons utilisé un lexique créé pour le domaine médical, issu de la base ADM. Nous avons exploité les mots composés et en associations de mots de ce lexique pour optimiser l'indexation d'une phrase en mots de référence. Nous avons pu ainsi indexer des documents médicaux par un ensemble de concepts ; puis nous avons démontré l'utilité d'une telle indexation en développant un système de recherche d'informations et divers articles : extraction de mots-clés, similarité de documents et synthèse automatique de documents. Cette indexation diminue la complexité de la représentation des connaissances contenues dans les documents en langage naturel. Les résultats des évaluations montrent que cette indexation concerne néanmoins la majeure partie de l'information sémantique.
Download or read book L acc s l information en ligne moteurs dispositifs et m diations written by SIMONNOT Brigitte and published by Lavoisier. This book was released on 2012-04-16 with total page 258 pages. Available in PDF, EPUB and Kindle. Book excerpt: L'accès à l'information a toujours nécessité des médiations. Avec le numérique et l'internet, certaines sont devenues invisibles, d'autres se transforment et de nouvelles émergent. Le développement des moteurs commerciaux implique une banalisation des pratiques de recherche en ligne. Cet ouvrage analyse l'évolution des recherches scientifiques sur l'accès à l'information et les dispositifs associés. En se focalisant sur le fonctionnement des moteurs de recherche commerciaux, il attire l'attention sur un aspect souvent oublié : la dimension médiatique de ces dispositifs. L'accès à l'information en ligne appelle à un changement de paradigme pour mettre l'agir informationnel et les socialités associées au coeur des réflexions.
Download or read book Indexation automatique par termes cl s en domaines de sp cialit written by Adrien Bougouin and published by . This book was released on 2015 with total page 116 pages. Available in PDF, EPUB and Kindle. Book excerpt: Les termes-clés, ou mots-clés, sont des mots ou des expressions qui représentent le contenu d’un document. Ils en donnent une représentation synthétique et permettent de l’indexer pour la recherche d’information. Cette thèse s’intéresse à l’indexation automatique par termes-clés de documents en domaines de spécialité. La tâche est difficile à réaliser et les méthodes actuelles peinent encore à atteindre des résultats satisfaisants. Notre démarche s’organise en deux temps. Dans un premier temps, nous nous intéressons à l’indexation par termes-clés en général. Nous proposons une méthode pour sélectionner des termes-clés candidats dans un document en nous focalisant sur la catégorie des adjectifs qu’ils peuvent contenir, puis proposons uneméthode pour les ordonner par importance. Cette dernière, TopicRank, se situe en aval de la sélection des candidats. C’est une méthode à base de graphe qui groupe les termes-clés candidats véhiculant le même sujet, projette les sujets dans un graphe et extrait un terme-clé par sujet. Nos expériences montrent que TopicRank est significativement meilleur que les précédentes méthodes à base de graphe. Dans un second temps, nous adaptons notre travail à l’indexation par termes-clés en domaines de spécialité. Nous étudions la méthodologie d’indexation manuelle de documentalistes et la simulons à l’aide de TopicCoRank. TopicCoRank ajoute à TopicRank un graphe qui représente le domaine de spécialité du document. Grâce à ce second graphe, TopicCoRank possède la rare capacité à fournir des termes-clés qui n’apparaissent pas dans les documents. Appliqué à quatre domaines de spécialité, TopicCoRank améliore significativement TopicRank.
Download or read book Semantic Indexing for Information Retrieval Systems written by Amalia Todiraşcu-Courtier and published by . This book was released on 2001 with total page 0 pages. Available in PDF, EPUB and Kindle. Book excerpt: LES SYSTEMES DE RECHERCHE DOCUMENTAIRE BASES SUR DES METHODES STATISTIQUES FOURNISSENT DES RESULTATS PEU SATISFAISANTS POUR L'UTILISATEUR MOYEN. LES METHODES D'INDEXATION BASEES SUR LA LINGUISTIQUE QUI PROPOSENT D'INCLURE LA SEMANTIQUE DANS LES INDEX, SONT ENCORE PEU UTILISEES DANS DES SYSTEMES DE RECHERCHE DOCUMENTAIRE REELS, MAIS ELLES PROMETTENT D'AMELIORER LA PRECISION ET LE RAPPEL DES SYSTEMES DE RECHERCHE. ON SE PROPOSE D'ETUDIER PLUSIEURS METHODES D'INDEXATION CONCEPTUELLE POUR LES INTEGRER DANS UN SYSTEME DE RECHERCHE D'INFORMATION CONCERNANT UN DOMAINE LIMITE. ON S'APPUIE SUR UNE ONTOLOGIE SPECIFIQUE AU DOMAINE. A TITRE EXPERIMENTAL, ON ESSAYE PLUSIEURS CHOIX D'INDEXATION : L'UTILISATION DES CONCEPTS DE L'ONTOLOGIE COMME INDEX, UNE METHODE LSI (D'INDEXATION SEMANTIQUE LATENTE) MODIFIEE POUR UTILISER DES CONCEPTS ET A LA PLACE DES TERMES, ET UNE METHODE CLASSIQUE D'INDEXATION COMBINEE AVEC UNE METHODE DE FILTRAGE UTILISANT L'ONTOLOGIE DU DOMAINE. LA TROISIEME METHODE SE REVELE ETRE LA MEILLEURE, APRES QUELQUES EXPERIMENTATIONS LIMITEES. ON PROPOSE UNE METHODE D'EXTRACTION AUTOMATIQUE D'UNE ONTOLOGIE SPECIFIQUE A UN DOMAINE A PARTIR D'UN CORPUS REPRESENTATIF. L'ONTOLOGIE EST MODELISEE EN LOGIQUE DE DESCRIPTION, CHOISIE COMME FORMALISME DE REPRESENTATION DES CONNAISSANCES POUR SES PROPRIETES DE MANIPULATION DES DONNEES INCOMPLETES OU INCORRECTES ET SES MECANISMES LOGIQUES D'INFERENCE ET SES TESTS DE COHERENCE. QUANT AU REPERAGE DES OCCURENCES D'INDEX DANS LES TEXTES, DES TECHNIQUES DE TRAITEMENT AUTOMATIQUE FLEXIBLES ET TOLERANTES AUX FAUTES (BASEES SUR LES AUTOMATES FINIS) SONT PROPOSEES. ON PROPOSE DES REGLES (BASEES SUR DES CONNAISSANCES LINGUISTIQUES ET SUR L'ONTOLOGIE DU DOMAINE) POUR IDENTIFIER DES NOUVEAUX CONCEPTS ET LES VALIDER.
Download or read book Extraction et indexation de chemins de lecture pour la recherche d information sur le web written by Saïd Radhouani and published by . This book was released on 2003 with total page 186 pages. Available in PDF, EPUB and Kindle. Book excerpt:
Download or read book INDEXATION SEMANTIQUE POUR LES SYSTEMES DE RECHERCHE D INFORMATIONS written by AMALIA.. TODIRASCU and published by . This book was released on 2001 with total page 263 pages. Available in PDF, EPUB and Kindle. Book excerpt: LES SYSTEMES DE RECHERCHE DOCUMENTAIRE BASES SUR DES METHODES STATISTIQUES FOURNISSENT DES RESULTATS PEU SATISFAISANTS POUR L'UTILISATEUR MOYEN. LES METHODES D'INDEXATION BASEES SUR LA LINGUISTIQUE QUI PROPOSENT D'INCLURE LA SEMANTIQUE DANS LES INDEX, SONT ENCORE PEU UTILISEES DANS DES SYSTEMES DE RECHERCHE DOCUMENTAIRE REELS, MAIS ELLES PROMETTENT D'AMELIORER LA PRECISION ET LE RAPPEL DES SYSTEMES DE RECHERCHE. ON SE PROPOSE D'ETUDIER PLUSIEURS METHODES D'INDEXATION CONCEPTUELLE POUR LES INTEGRER DANS UN SYSTEME DE RECHERCHE D'INFORMATION CONCERNANT UN DOMAINE LIMITE. ON S'APPUIE SUR UNE ONTOLOGIE SPECIFIQUE AU DOMAINE. A TITRE EXPERIMENTAL, ON ESSAYE PLUSIEURS CHOIX D'INDEXATION : L'UTILISATION DES CONCEPTS DE L'ONTOLOGIE COMME INDEX, UNE METHODE LSI (D'INDEXATION SEMANTIQUE LATENTE) MODIFIEE POUR UTILISER DES CONCEPTS ET A LA PLACE DES TERMES, ET UNE METHODE CLASSIQUE D'INDEXATION COMBINEE AVEC UNE METHODE DE FILTRAGE UTILISANT L'ONTOLOGIE DU DOMAINE. LA TROISIEME METHODE SE REVELE ETRE LA MEILLEURE, APRES QUELQUES EXPERIMENTATIONS LIMITEES. ON PROPOSE UNE METHODE D'EXTRACTION AUTOMATIQUE D'UNE ONTOLOGIE SPECIFIQUE A UN DOMAINE A PARTIR D'UN CORPUS REPRESENTATIF. L'ONTOLOGIE EST MODELISEE EN LOGIQUE DE DESCRIPTION, CHOISIE COMME FORMALISME DE REPRESENTATION DES CONNAISSANCES POUR SES PROPRIETES DE MANIPULATION DES DONNEES INCOMPLETES OU INCORRECTES ET SES MECANISMES LOGIQUES D'INFERENCE ET SES TESTS DE COHERENCE. QUANT AU REPERAGE DES OCCURENCES D'INDEX DANS LES TEXTES, DES TECHNIQUES DE TRAITEMENT AUTOMATIQUE FLEXIBLES ET TOLERANTES AUX FAUTES (BASEES SUR LES AUTOMATES FINIS) SONT PROPOSEES. ON PROPOSE DES REGLES (BASEES SUR DES CONNAISSANCES LINGUISTIQUES ET SUR L'ONTOLOGIE DU DOMAINE) POUR IDENTIFIER DES NOUVEAUX CONCEPTS ET LES VALIDER.
Download or read book Extraction de concepts et de relations entre concepts partir des documents multilingues written by Farah Harrathi and published by . This book was released on 2009 with total page 183 pages. Available in PDF, EPUB and Kindle. Book excerpt: Les travaux menés dans le cadre de cette thèse se situent dans la problématique de recherche- indexation des documents et plus spécifiquement dans celle de l’extraction des descripteurs sémantiques pour l’indexation. Le but de la Recherche d’Information (RI) est de mettre en œuvre un ensemble de modèles et de systèmes permettant la sélection d’un ensemble de documents satisfaisant un besoin utilisateur en termes d’information exprimé sous forme d’une requête. Un Système de Recherche d’Information (SRI) est composé principalement de deux processus. Un processus de représentation et un processus de recherche. Le processus de représentation est appelé indexation, il permet de représenter les documents et la requête par des descripteurs ou des indexes. Ces descripteurs reflètent au mieux le contenu des documents. Le processus de recherche consiste à comparer les représentations des documents à la représentation de la requête. Dans les SRIs classiques, les descripteurs utilisés sont des mots (simples ou composés). Ces SRIs considèrent le document comme étant un ensemble de mots, souvent appelé “ sac de mots ”. Dans ces systèmes, les mots sont considérés comme des graphies sans sémantique. Les seules informations exploitées concernant ces mots sont leurs fréquences d’apparition dans les documents. Ces systèmes ne prennent pas en considération les relations sémantiques entre les mots. Par exemple, il est impossible de trouver des documents représentés par un mot M1 synonyme d’un mot M2, dans le cas où la requête est représentée par M2. Aussi, dans un SRI classique un document indexé par le terme “ bus ” ne sera jamais retrouvé par une requête indexée par le terme “taxi ”, pourtant il s’agit de deux termes qui traitent le même thème “ moyen de transport ”. Afin de remédier à ces limites, plusieurs travaux se sont intéressés à la prise en compte de l’aspect sémantique des termes d’indexation. Ce type d’indexation est appelé indexation sémantique ou conceptuelle.
Download or read book Business Intelligence Concepts Methodologies Tools and Applications written by Management Association, Information Resources and published by IGI Global. This book was released on 2015-12-29 with total page 2326 pages. Available in PDF, EPUB and Kindle. Book excerpt: Data analysis is an important part of modern business administration, as efficient compilation of information allows managers and business leaders to make the best decisions for the financial solvency of their organizations. Understanding the use of analytics, reporting, and data mining in everyday business environments is imperative to the success of modern businesses. Business Intelligence: Concepts, Methodologies, Tools, and Applications presents a comprehensive examination of business data analytics along with case studies and practical applications for businesses in a variety of fields and corporate arenas. Focusing on topics and issues such as critical success factors, technology adaptation, agile development approaches, fuzzy logic tools, and best practices in business process management, this multivolume reference is of particular use to business analysts, investors, corporate managers, and entrepreneurs in a variety of prominent industries.
Download or read book Revue Roumaine de Linguistique written by and published by . This book was released on 1964 with total page 570 pages. Available in PDF, EPUB and Kindle. Book excerpt:
Download or read book tude des m thodes de la recherche d information et de l indexation sur les documents lectroniques written by Majed Sanan and published by . This book was released on 2008 with total page 129 pages. Available in PDF, EPUB and Kindle. Book excerpt: Cette thèse s'inscrit dans le cadre général de la recherche d'information, et plus précisément dans les méthodes et approches d'indexation des documents. Nous avons étudié, identifié et expliqué les limitations et les problèmes de la recherche d'information, en langue arabe, lors de l'usage des moteurs de recherche demeurant "standards" basés sur le principe de comparaison des mots clés le "keyword matching" ( Google, Yahoo, et Idrisi). Nous avons effectué une série d'expériences sur des documents juridiques arabes extraits du journal officiel libanais. Nous avons adopté les techniques de calcul des taux de rappel et de précision comme critères de comparaison afin d'identifier les limitations de cette méthode. Ces expérimentations ont bien confirmé que les spécificités de la langue arabe rendent la méthode de "keyword matching" insatisfaisante. Puis nous avons utilisé une méthode d'indexation purement statistique qui est la méthode N-gramme. Nous avons développé un logiciel en VB.Net qui permet d'utiliser les différentes formules de similarité et d'indexation et de les appliquer sur le corpus de test (Base de données). La méthode de représentation N-Gramme que nous avons utilisée, est basée sur le mot et les caractères (2,3 et 4) et ensuite on a comparé les résultats dans le but de savoir les valeurs optimales. Le choix optimal que nous avons trouvé était pour N égale à trois caractères. D'autre part nous avons étudié la performance d'une classification supervisée et non supervisée des documents arabes en utilisant la méthode N-gramme. Nous avons trouvé que cette méthode n'a pas donné de bons résultats. L'apport principal de cette thèse est l'exploitation des méthodes qui nous aident à accéder au contenu arabe en général et spécifiquement sur le web. Suite à l'insuffisance des méthodes d'indexation utilisées actuelles par les moteurs de recherche, il nous a paru que l'indexation qui utilise des méthodes statistiques ou distributionnelles et qui sont indépendantes de la langue, est meilleure que l'approche de "keyword matching". Mais pour une meilleure performance il s'avère indispensable d'adopter une approche linguistique qui utilise un thésaurus ou une ontologie de la langue. Nous nous orientons vers une approche mixte intégrant à la fois des caractéristiques linguistiques et structurelles des documents.
Download or read book M thodes d indexation multi terminologique base de connaissances application aux documents en sant written by Wiem Chebil and published by . This book was released on 2016 with total page 175 pages. Available in PDF, EPUB and Kindle. Book excerpt: La grande quantité de données gérée par les systèmes de recherche d'information constituent un véritable enjeu surtout lorsqu'il s'agit de données biomédicales. En effet, la tâche d'indexation des documents ou des requêtes est pénible pour les experts et le remplacement de ces derniers par des approches automatiques est indispensable. Dans le but d'améliorer la performance de la gestion automatique des SRI (Systèmes de recherche d'information) pour qu'elle puisse s'approcher le plus de celle manuelle, nous proposons dans cette thèse des approches d'indexation. Ces derniers visent à minimiser les erreurs d'indexation des documents et des requêtes. En effet, nous avons réalisé d'abord une étude empirique qui vise à évaluer la fonction d'indexation de CISMeF (Catalogue et index des Sites Médicaux de langue Française). Nous nous sommes basés ensuite sur les catégories d'erreurs d'indexation identifiées pour proposer une approche à base de Modèle Vectoriel (MV), qui vise à minimiser les erreurs de désuffixation et à réduire l'information inutile générée par l'appariement partiel (ou approximatif). Ceci en exploitant l'information sémantique et statistique fournie par l'UMLS (Unified Medical Language System). L'approche d'indexation à base de MV propose aussi un nouveau poids des termes d'indexation. Ce poids est à la fois sémantique, statistique et prend en considération la structure du document. Nous avons aussi exploité un réseau bayésien (RB) qui contribue, à travers sa capacité à résoudre l'incertitude et sa capacité à exploiter l'architecture des terminologies, à mieux classer les concepts. De plus, nous avons proposé une approche d'indexation à base d'un réseau possibiliste (RP). Notre contributin principale à travers cette approche est d'améliorer l'estimation de la pertinence des concepts d'indexation en les classant à travers une évaluation double. Cette dernière consiste en deux mesures de possibilité et de nécessité. Nous avons ensuite combiné le RP et le VSM en se basant sur le fait que les avantages de l'un sont différents de ceux des avantages de l'autre et les deux modèles sont complémentaires. De plus, nous avons exploité ke RP pour la première fois pour l'enrichissement des requêtes par de nouveaux concepts qui sont sémantiquement proches de ceux de l'index initial. Cette approche contribue à améliorer le classement des concepts candidats pour l'enrichissement. L'intégration de ces contributions dans un SRI et son évaluation par rapport à ceux existants a mis en évidence l'intérêt des solutions que nous avons proposées dans le but de minimiser les erreurs d'indexation.
Download or read book Electronic Legal Retrieval written by Philip Slayton and published by Information Canada. This book was released on 1974 with total page 116 pages. Available in PDF, EPUB and Kindle. Book excerpt:
Download or read book COLING 92 written by and published by . This book was released on 1992 with total page 244 pages. Available in PDF, EPUB and Kindle. Book excerpt:
Download or read book Indexation de documents biom dicaux et syst mes terminologiques written by Vincent Mary and published by . This book was released on 2004 with total page 230 pages. Available in PDF, EPUB and Kindle. Book excerpt: Les technologies de l'information et des communications connaissent actuellement un développement important.Face à la masse d"informations disponibles sur internet, la recherche de documents se révèle souvent ardue pour des étudiants ou des professionnels.Le domaine de la médecine s'est particulièrement intéressé à ce sujet, confronté à un besoin fort de thésaurus spécifiques au domaine et de systèmes d'indexation et de recherche d'informations très spécialisés.L'un des objectifs des nouvelles techniques pour l'enseignement est le développement chez les étudiants des techniques de recherche d'informations.Ceci afin de faciliter leur formation tout au long de leur vie professionnelle.Visant cet objectif d'améliorer et de faciliter l'accès au savoir, notre thèse s'est articulée en 4 parties touchant le pb de l'indexation dans sa globalité.Après un état des lieux des ressources documentaires médicales francophones , nous évaluons : 1/,un système d'indexation conceptuel semi-automatique,NomIndex, basé sur le domaine médical. 2/,partant de l'analyse de ses erreurs, ns concevons et réalisons un outil multilingue de minisculisation automatique thésaurus indépendant. 3/,ns cherchons à faciliter la recherche documentaire des étudiants,en ns basant sur une extraction des connaissances du réseau sémantique de l'UMLS. Meta thésaurus de référence dans le domaine médical, il est le support de cette étude, dont la finalité est de rendre plus intuitive et naturelle la recherche d'informations.Enfin, nous évaluons la couverture exacte de différents thésaurus biomédicaux dans un domaine très précis, afin d'apprécier la pertinence du MeSH, référence pour l'indexation médicale, et l'apport possible de terminologies spécialisées
