Repository logo
  • English
  • Català
  • Čeština
  • Deutsch
  • Español
  • Français
  • Gàidhlig
  • Italiano
  • Latviešu
  • Magyar
  • Nederlands
  • Polski
  • Português
  • Português do Brasil
  • Srpski (lat)
  • Suomi
  • Svenska
  • Türkçe
  • Tiếng Việt
  • Қазақ
  • বাংলা
  • हिंदी
  • Ελληνικά
  • Српски
  • Yкраї́нська
  • Log In
    Have you forgotten your password?
Repository logo
  • Communities & Collections
  • All of Digital Repository
  • English
  • Català
  • Čeština
  • Deutsch
  • Español
  • Français
  • Gàidhlig
  • Italiano
  • Latviešu
  • Magyar
  • Nederlands
  • Polski
  • Português
  • Português do Brasil
  • Srpski (lat)
  • Suomi
  • Svenska
  • Türkçe
  • Tiếng Việt
  • Қазақ
  • বাংলা
  • हिंदी
  • Ελληνικά
  • Српски
  • Yкраї́нська
  • Log In
    Have you forgotten your password?
  1. Home
  2. Browse by Author

Browsing by Author "AZIZI, Abdelali"

Now showing 1 - 1 of 1
Results Per Page
Sort Options
  • Loading...
    Thumbnail Image
    ItemOpen Access
    CLASSIFICATION AUTOMATIQUE DE TEXTES ARABES SUPERVISEE PAR L’ONTOLOGIE LEXICALE WORDNET
    (FACULTE DES MATHEMATIQUES ET DE L’INFORMATIQUE DEPARTEMENT D’INFORMATIQUE, 2018) AZIZI, Abdelali
    La classification des textes est une tâche plus ou moins compliquée mais fréquemment appliquée pour: assigner un texte à une catégorie (classe) selon son contenu (catégorisation thématique),orienter et filtrer d'autres textes comme étant importants ou non importants (e.g., filtrage de spams), ou même comme partie intégrale du processus de traitement du langage naturel NLP. Les méthodes classiques de classification sont typiquement basées sur un modèle de représentation connu sous le nom "sac de mots", ou chaque terme et ses dérivés sont considérés comme des éléments indépendant (informer, information, informatique) en ignorant toute relation sémantique entre termes ce qui aboutit à un échec pour les algorithmes d'apprentissage lors de leur application. Le présent projet consiste à utiliser l'ontologie lexicale WordNet pour capturer toute relation sémantique entre les termes ce qui permet de réduire la dimension de l'espace de représentation des textes d'une part, et d'améliorer l'exactitude de la catégorisation proprement dite d'une autre part.

All Rights Reserved - University of M'Sila - UMB Electronic Portal © 2024

  • Cookie settings
  • Privacy policy
  • Terms of Use