Résultat de la recherche
1 recherche sur le mot-clé 'Catégorisation, Classification, Texte, Apprentissage, Evaluation, N-grammes, Naïve Bayes, SMA, Reuters.'
Affiner la recherche Générer le flux rss de la recherche
Partager le résultat de cette recherche Interroger des sources externes
Classification automatique de textes approche orientée agent / HOCINE MATALLAH
Titre : Classification automatique de textes approche orientée agent Type de document : texte imprimé Auteurs : HOCINE MATALLAH, Auteur Année de publication : 2011 Importance : 175p. Présentation : ill. Format : 30cm. Langues : Français (fre) Mots-clés : Catégorisation, Classification, Texte, Apprentissage, Evaluation, N-grammes, Naïve
Bayes, SMA, Reuters.Résumé : Avec l’avènement de l’informatique et l’accroissement du nombre de documents électroniques stockés
sur les divers supports électroniques et sur le Web, particulièrement les données textuelles, le
développement d’outils d’analyse et de traitement automatique des textes, notamment la classification
automatique de textes, est devenu indispensable, pour assister les utilisateurs, de ces collections de
documents, à explorer et à répertorier toutes ces immenses banques de données textuelles.
Ainsi la catégorisation automatique de textes, qui consiste à assigner un document à une ou plusieurs
catégories, s’impose de plus en plus comme une technologie clé dans la gestion de l’intelligence, les
résultats obtenus sont utiles aussi bien pour la recherche d’information que pour l’extraction de
connaissance soit sur internet (moteurs de recherche), qu’au sein des entreprises (classement de
documents internes, dépêches d’agences, etc.).
À l'égard des différentes approches de classification automatique de textes, décrites dans l’état de
l’art, se reposant sur une architecture classique basée sur un seul point de vue, nous avons introduit
une nouvelle utilisation du classifieur « Naïve Bayes » avec des textes codés en «N-grammes », basée
sur une architecture Multi-Agent.
L’objectif principal de nos travaux, est d’améliorer les performances et l’efficacité du modèle de
classification.
Le corpus de référence Reuters, va servir à mener une étude comparative des résultats obtenus.Classification automatique de textes approche orientée agent [texte imprimé] / HOCINE MATALLAH, Auteur . - 2011 . - 175p. : ill. ; 30cm.
Langues : Français (fre)
Mots-clés : Catégorisation, Classification, Texte, Apprentissage, Evaluation, N-grammes, Naïve
Bayes, SMA, Reuters.Résumé : Avec l’avènement de l’informatique et l’accroissement du nombre de documents électroniques stockés
sur les divers supports électroniques et sur le Web, particulièrement les données textuelles, le
développement d’outils d’analyse et de traitement automatique des textes, notamment la classification
automatique de textes, est devenu indispensable, pour assister les utilisateurs, de ces collections de
documents, à explorer et à répertorier toutes ces immenses banques de données textuelles.
Ainsi la catégorisation automatique de textes, qui consiste à assigner un document à une ou plusieurs
catégories, s’impose de plus en plus comme une technologie clé dans la gestion de l’intelligence, les
résultats obtenus sont utiles aussi bien pour la recherche d’information que pour l’extraction de
connaissance soit sur internet (moteurs de recherche), qu’au sein des entreprises (classement de
documents internes, dépêches d’agences, etc.).
À l'égard des différentes approches de classification automatique de textes, décrites dans l’état de
l’art, se reposant sur une architecture classique basée sur un seul point de vue, nous avons introduit
une nouvelle utilisation du classifieur « Naïve Bayes » avec des textes codés en «N-grammes », basée
sur une architecture Multi-Agent.
L’objectif principal de nos travaux, est d’améliorer les performances et l’efficacité du modèle de
classification.
Le corpus de référence Reuters, va servir à mener une étude comparative des résultats obtenus.Réservation
Réserver ce document
Exemplaires (2)
Code-barres Cote Support Localisation Section Disponibilité bfst4696 M/004-23/02 thèse Salle d'accès libre 004 traitement des données informatique Disponible bfst4697 M/004-23/03 thèse Salle d'accès libre 004 traitement des données informatique Disponible