|
| Titre : |
COVID-19 Events Extraction from Arabic Twitter |
| Type de document : |
texte imprimé |
| Auteurs : |
Zermani,Maroua, Auteur ; Harrag,Fouzi, Directeur de thèse |
| Editeur : |
Setif:UFA |
| Année de publication : |
2020 |
| Importance : |
1 vol (74 f .) |
| Format : |
29 cm |
| Langues : |
Français (fre) |
| Catégories : |
Thèses & Mémoires:Informatique
|
| Mots-clés : |
Traitement du langage naturel
COVID-19
Reconnaissance d'entité nommée |
| Index. décimale : |
004 - Informatique |
| Résumé : |
Le covid-19 devenant une menace publique, prédire et suivre la propagation de ce
un nouveau virus peut être très bénéfique pour les scientifiques de la santé et les décideurs. Prévision,
n'implique pas toujours la prédiction de données numériques, comme la prédiction du nombre de
nouveaux cas dans la période suivante, il peut en fait être défini comme la prédiction d'un futur
incidence des événements en analysant les données historiques. L'un des moyens les plus efficaces
prévenir et contrôler les épidémies, c'est surveiller et suivre l'actualité et les réseaux sociaux
sur la propagation de cette maladie. Dans ce travail, nous visons à utiliser les données Twitter pour extraire
informations précieuses tirées des tweets arabes liés à la maladie Covid-19.
L'arabe est une langue très difficile en matière de traitement du langage naturel
(PNL), il est à la fois riche morphologiquement et très ambigu. La plupart des méthodes existantes
sont basés sur un modèle de pipeline qui utilise le modèle de représentation du langage traditionnel pour
l'incorporation de mots, ce qui génère des erreurs. Pour résoudre ces problèmes, nous avons proposé
utiliser un modèle d'apprentissage en profondeur capable de comprendre le contexte; jusqu'ici, AraBERT est le
meilleur modèle de représentation de la langue pour l'arabe, qui peut comprendre
des textes. Dans notre projet, nous peaufinerons le modèle pour enfin extraire un COVID-
19 entités nommées et incidence d'événements. |
| Côte titre : |
MAI/0399 |
| En ligne : |
https://drive.google.com/file/d/1RiyxXwU4nxp5qHiyZGcpOITse3YoDXMM/view?usp=shari [...] |
| Format de la ressource électronique : |
pdf |
COVID-19 Events Extraction from Arabic Twitter [texte imprimé] / Zermani,Maroua, Auteur ; Harrag,Fouzi, Directeur de thèse . - [S.l.] : Setif:UFA, 2020 . - 1 vol (74 f .) ; 29 cm. Langues : Français ( fre)
| Catégories : |
Thèses & Mémoires:Informatique
|
| Mots-clés : |
Traitement du langage naturel
COVID-19
Reconnaissance d'entité nommée |
| Index. décimale : |
004 - Informatique |
| Résumé : |
Le covid-19 devenant une menace publique, prédire et suivre la propagation de ce
un nouveau virus peut être très bénéfique pour les scientifiques de la santé et les décideurs. Prévision,
n'implique pas toujours la prédiction de données numériques, comme la prédiction du nombre de
nouveaux cas dans la période suivante, il peut en fait être défini comme la prédiction d'un futur
incidence des événements en analysant les données historiques. L'un des moyens les plus efficaces
prévenir et contrôler les épidémies, c'est surveiller et suivre l'actualité et les réseaux sociaux
sur la propagation de cette maladie. Dans ce travail, nous visons à utiliser les données Twitter pour extraire
informations précieuses tirées des tweets arabes liés à la maladie Covid-19.
L'arabe est une langue très difficile en matière de traitement du langage naturel
(PNL), il est à la fois riche morphologiquement et très ambigu. La plupart des méthodes existantes
sont basés sur un modèle de pipeline qui utilise le modèle de représentation du langage traditionnel pour
l'incorporation de mots, ce qui génère des erreurs. Pour résoudre ces problèmes, nous avons proposé
utiliser un modèle d'apprentissage en profondeur capable de comprendre le contexte; jusqu'ici, AraBERT est le
meilleur modèle de représentation de la langue pour l'arabe, qui peut comprendre
des textes. Dans notre projet, nous peaufinerons le modèle pour enfin extraire un COVID-
19 entités nommées et incidence d'événements. |
| Côte titre : |
MAI/0399 |
| En ligne : |
https://drive.google.com/file/d/1RiyxXwU4nxp5qHiyZGcpOITse3YoDXMM/view?usp=shari [...] |
| Format de la ressource électronique : |
pdf |
|
Ajouter le résultat dans votre panier Affiner la recherche
