Construction d'un corpus de tweets en langue arabe / Nebais, sonia  

Public ISBD Titre : Construction d'un corpus de tweets en langue arabe Type de document : texte imprimé Auteurs : Nebais, sonia ; LAKHFIF, A, Directeur de thèse Editeur : Setif:UFA Année de publication : 2017 Importance : 1 vol (61f.) Format : 29 cm Langues : Français (fre) Catégories : Thèses & Mémoires:Informatique Mots-clés : Génie Logiciel Twitter TwitterAPI Corpus Langue arabe. Index. décimale : 004 Informatique Résumé : R´esum´e : Avec la croissance r´ecente des syst`emes d’information mobiles et la disponibilit´e accrue de t´el´ephones intelligents, les m´edias sociaux sont devenus une grande partie de la vie quotidienne dans la plupart des soci´et´es. Ce d´eveloppement a entraˆın´e la cr´eation de quantit´es massives de donn´ees : les donn´ees qui, lorsqu’elles sont analys´ees, peuvent ˆetre utilis´ees pour extraire des informations pr´ecieuses sur une vari´et´e de sujets. Avec plus de 500 millions de Tweets chaque jour, Twitter a gagn´e une popularit´e consid´erable au cours des derni`eres ann´ees et est devenu une plate-forme attrayante pour les entreprises, les politiciens, les marketeurs et d’autres qui souhaitent partager des informations et / ou des opinions. La grande quantit´e de contenu g´en´er´e par l’utilisateur, le fait que certains Tweets ont un emplacement spatial et l’acc`es public aux donn´ees via l’API Twitter sont des avantages qui rendent ce r´eseau de micro-blogging adapt´e `a l’exploration de donn´ees des messages. Malgr´e la popularit´e de Twitter pour la recherche, il y a tr`es peu de corpus pour l’arabe publiquement disponibles, et ceux qui sont disponibles sont trop petits. Ceci est en partie dˆu `a un certain nombre de probl`emes associ´es `a la cr´eation de corpus Twitter, principalement la nature de la langue Arabe qui diff`ere des langues Indo-europ´eennes sur plusieurs aspects, tel que le jeu de caract`ere, l’orientation, le script, etc. Dans ce m´emoire de MASTER, nous avons construit un corpus des tweets en Arabe. Les tweets sont collect´es en utilisant la biblioth`eque TwitterAPI de Twitter et sont organis´es selon plusieurs crit`eres. Notre corpus est sauvegard´e dans des fichiers XML, facilitant, ainsi son utilisation par des applications tierces. Nous proposons, aussi, une interface utilisateur permettant la navigation et la recherche dans le corpus, ainsi que la collecte en temps r´eel des tweets. Note de contenu : Table des mati`eres R´esum´e II Liste des tables IV Liste des figures VI Introduction g´en´eral 1 1 Les Corpus de textes et le Traitement Automatique des Langues (TAL) 4 1.1 Introduction : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4 1.2 D´efinition du corpus : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5 1.3 Caract´eristiques des corpus : . . . . . . . . . . . . . . . . . . . . . . . . . . 5 1.3.1 Taille : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5 1.3.2 Langage : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6 1.4 Pourquoi utiliser les Corpora : . . . . . . . . . . . . . . . . . . . . . . . . . 6 1.5 Les Avantages des donn´ees de corpus : . . . . . . . . . . . . . . . . . . . . 7 1.6 Le dialecte alg´erien : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7 1.7 Le rˆole du corpus dans les tˆaches TAL : . . . . . . . . . . . . . . . . . . . 9 1.8 Conclusion : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11 2 les r´eseaux sociaux 12 2.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12 2.2 Les r´eseaux sociaux : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12 2.2.1 D´efinition : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12 2.2.2 L’´emergence des r´eseaux sociaux : . . . . . . . . . . . . . . . . . . 13 2.2.3 L’impact des r´eseaux sociaux dans notre vie : . . . . . . . . . . . 15 2.3 Twitter : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18 2.3.1 Pr´esentation de twitter : . . . . . . . . . . . . . . . . . . . . . . . . 18 2.3.2 Les caract´eristiques de tweets : . . . . . . . . . . . . . . . . . . . . 19 2.4 Choix de twitter pour construire notre corpus : . . . . . . . . . . . . . . . 21 2.5 l’´etat d’art : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23 2.6 Conclusion : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24 3 Extraction des donn´ees 25 3.1 Introduction : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25 3.2 Twitter API : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26 3.2.1 Rest API : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27 3.2.2 Search API : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28 3.2.3 Streaming API : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29 3.3 Mise en Å“uvre : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30 3.4 Cr´eation du corpus : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31 3.4.1 liste des domaines : . . . . . . . . . . . . . . . . . . . . . . . . . . . 31 3.4.2 Collection des donn´ees : . . . . . . . . . . . . . . . . . . . . . . . . 32 3.4.3 Pr´etraitement des tweets : . . . . . . . . . . . . . . . . . . . . . . . 34 3.4.4 Stockage des tweets : . . . . . . . . . . . . . . . . . . . . . . . . . . 35 3.5 Conclusion : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36 4 Impl´ementation 37 4.1 Introduction : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37 4.2 Environnement logiciel et mat´eriel de d´eveloppement . . . . . . . . . . . 37 4.2.1 Environnement du mat´erielle . . . . . . . . . . . . . . . . . . . . . 38 4.2.2 Environnement logiciel : . . . . . . . . . . . . . . . . . . . . . . . . 38 4.2.3 Langage de programmation : . . . . . . . . . . . . . . . . . . . . . 38 4.2.4 Interface de programmation Twitter : . . . . . . . . . . . . . . . . 39 4.3 Twitter API r´eglage : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40 4.3.1 Cr´eation d’une application twitter : . . . . . . . . . . . . . . . . . 40 4.3.2 Obtenir des informations d’identification de Twitter : . . . . . . . 40 4.3.3 Cr´eation de Twitter Connexion : . . . . . . . . . . . . . . . . . . . 42 4.4 Architecture de l’application : . . . . . . . . . . . . . . . . . . . . . . . . . 42 4.5 Interface graphique : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43 4.6 Mode d’emploi : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43 4.6.1 Lancement de l’application : . . . . . . . . . . . . . . . . . . . . . . 43 4.6.2 Simple recherche de tweets : . . . . . . . . . . . . . . . . . . . . . . 45 4.6.3 Sauvegarde des Tweets : . . . . . . . . . . . . . . . . . . . . . . . . 45 4.6.4 Importer des tweets : . . . . . . . . . . . . . . . . . . . . . . . . . . 46 4.7 Statistiques sur les tweets : . . . . . . . . . . . . . . . . . . . . . . . . . . . 47 4.7.1 Nombre des tweets : . . . . . . . . . . . . . . . . . . . . . . . . . . . 48 4.7.2 Nombre des mots : . . . . . . . . . . . . . . . . . . . . . . . . . . . 49 4.7.3 Nombre des utilisateurs : . . . . . . . . . . . . . . . . . . . . . . . . 50 4.7.4 Nombre des hashtag : . . . . . . . . . . . . . . . . . . . . . . . . . . 51 4.7.5 Nombre des tweets contient au moins un utilisateur mentionn´es : 51 4.7.6 Nombre des tweets contient au moins un hyperlien : . . . . . . . . 52 4.7.7 Nombre des tweets contient au moins un hashtag : . . . . . . . . 53 4.8 Conclusion : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54 Conclusion g´en´erale 55 BIBLIOGRAPHIE 57 WEBOGRAPHIE 62 Côte titre : MAI/0178 En ligne : https://drive.google.com/file/d/17P_W8uHDqiaArznhYOTLjwQcEkYbU6L3/view?usp=shari [...] Format de la ressource électronique : pdf Construction d'un corpus de tweets en langue arabe [texte imprimé] / Nebais, sonia ; LAKHFIF, A, Directeur de thèse . - [S.l.] : Setif:UFA, 2017 . - 1 vol (61f.) ; 29 cm. Langues : Français (fre) Catégories : Thèses & Mémoires:Informatique Mots-clés : Génie Logiciel Twitter TwitterAPI Corpus Langue arabe. Index. décimale : 004 Informatique Résumé : R´esum´e : Avec la croissance r´ecente des syst`emes d’information mobiles et la disponibilit´e accrue de t´el´ephones intelligents, les m´edias sociaux sont devenus une grande partie de la vie quotidienne dans la plupart des soci´et´es. Ce d´eveloppement a entraˆın´e la cr´eation de quantit´es massives de donn´ees : les donn´ees qui, lorsqu’elles sont analys´ees, peuvent ˆetre utilis´ees pour extraire des informations pr´ecieuses sur une vari´et´e de sujets. Avec plus de 500 millions de Tweets chaque jour, Twitter a gagn´e une popularit´e consid´erable au cours des derni`eres ann´ees et est devenu une plate-forme attrayante pour les entreprises, les politiciens, les marketeurs et d’autres qui souhaitent partager des informations et / ou des opinions. La grande quantit´e de contenu g´en´er´e par l’utilisateur, le fait que certains Tweets ont un emplacement spatial et l’acc`es public aux donn´ees via l’API Twitter sont des avantages qui rendent ce r´eseau de micro-blogging adapt´e `a l’exploration de donn´ees des messages. Malgr´e la popularit´e de Twitter pour la recherche, il y a tr`es peu de corpus pour l’arabe publiquement disponibles, et ceux qui sont disponibles sont trop petits. Ceci est en partie dˆu `a un certain nombre de probl`emes associ´es `a la cr´eation de corpus Twitter, principalement la nature de la langue Arabe qui diff`ere des langues Indo-europ´eennes sur plusieurs aspects, tel que le jeu de caract`ere, l’orientation, le script, etc. Dans ce m´emoire de MASTER, nous avons construit un corpus des tweets en Arabe. Les tweets sont collect´es en utilisant la biblioth`eque TwitterAPI de Twitter et sont organis´es selon plusieurs crit`eres. Notre corpus est sauvegard´e dans des fichiers XML, facilitant, ainsi son utilisation par des applications tierces. Nous proposons, aussi, une interface utilisateur permettant la navigation et la recherche dans le corpus, ainsi que la collecte en temps r´eel des tweets. Note de contenu : Table des mati`eres R´esum´e II Liste des tables IV Liste des figures VI Introduction g´en´eral 1 1 Les Corpus de textes et le Traitement Automatique des Langues (TAL) 4 1.1 Introduction : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4 1.2 D´efinition du corpus : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5 1.3 Caract´eristiques des corpus : . . . . . . . . . . . . . . . . . . . . . . . . . . 5 1.3.1 Taille : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5 1.3.2 Langage : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6 1.4 Pourquoi utiliser les Corpora : . . . . . . . . . . . . . . . . . . . . . . . . . 6 1.5 Les Avantages des donn´ees de corpus : . . . . . . . . . . . . . . . . . . . . 7 1.6 Le dialecte alg´erien : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7 1.7 Le rˆole du corpus dans les tˆaches TAL : . . . . . . . . . . . . . . . . . . . 9 1.8 Conclusion : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11 2 les r´eseaux sociaux 12 2.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12 2.2 Les r´eseaux sociaux : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12 2.2.1 D´efinition : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12 2.2.2 L’´emergence des r´eseaux sociaux : . . . . . . . . . . . . . . . . . . 13 2.2.3 L’impact des r´eseaux sociaux dans notre vie : . . . . . . . . . . . 15 2.3 Twitter : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18 2.3.1 Pr´esentation de twitter : . . . . . . . . . . . . . . . . . . . . . . . . 18 2.3.2 Les caract´eristiques de tweets : . . . . . . . . . . . . . . . . . . . . 19 2.4 Choix de twitter pour construire notre corpus : . . . . . . . . . . . . . . . 21 2.5 l’´etat d’art : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23 2.6 Conclusion : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24 3 Extraction des donn´ees 25 3.1 Introduction : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25 3.2 Twitter API : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26 3.2.1 Rest API : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27 3.2.2 Search API : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28 3.2.3 Streaming API : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29 3.3 Mise en Å“uvre : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30 3.4 Cr´eation du corpus : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31 3.4.1 liste des domaines : . . . . . . . . . . . . . . . . . . . . . . . . . . . 31 3.4.2 Collection des donn´ees : . . . . . . . . . . . . . . . . . . . . . . . . 32 3.4.3 Pr´etraitement des tweets : . . . . . . . . . . . . . . . . . . . . . . . 34 3.4.4 Stockage des tweets : . . . . . . . . . . . . . . . . . . . . . . . . . . 35 3.5 Conclusion : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36 4 Impl´ementation 37 4.1 Introduction : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37 4.2 Environnement logiciel et mat´eriel de d´eveloppement . . . . . . . . . . . 37 4.2.1 Environnement du mat´erielle . . . . . . . . . . . . . . . . . . . . . 38 4.2.2 Environnement logiciel : . . . . . . . . . . . . . . . . . . . . . . . . 38 4.2.3 Langage de programmation : . . . . . . . . . . . . . . . . . . . . . 38 4.2.4 Interface de programmation Twitter : . . . . . . . . . . . . . . . . 39 4.3 Twitter API r´eglage : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40 4.3.1 Cr´eation d’une application twitter : . . . . . . . . . . . . . . . . . 40 4.3.2 Obtenir des informations d’identification de Twitter : . . . . . . . 40 4.3.3 Cr´eation de Twitter Connexion : . . . . . . . . . . . . . . . . . . . 42 4.4 Architecture de l’application : . . . . . . . . . . . . . . . . . . . . . . . . . 42 4.5 Interface graphique : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43 4.6 Mode d’emploi : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43 4.6.1 Lancement de l’application : . . . . . . . . . . . . . . . . . . . . . . 43 4.6.2 Simple recherche de tweets : . . . . . . . . . . . . . . . . . . . . . . 45 4.6.3 Sauvegarde des Tweets : . . . . . . . . . . . . . . . . . . . . . . . . 45 4.6.4 Importer des tweets : . . . . . . . . . . . . . . . . . . . . . . . . . . 46 4.7 Statistiques sur les tweets : . . . . . . . . . . . . . . . . . . . . . . . . . . . 47 4.7.1 Nombre des tweets : . . . . . . . . . . . . . . . . . . . . . . . . . . . 48 4.7.2 Nombre des mots : . . . . . . . . . . . . . . . . . . . . . . . . . . . 49 4.7.3 Nombre des utilisateurs : . . . . . . . . . . . . . . . . . . . . . . . . 50 4.7.4 Nombre des hashtag : . . . . . . . . . . . . . . . . . . . . . . . . . . 51 4.7.5 Nombre des tweets contient au moins un utilisateur mentionn´es : 51 4.7.6 Nombre des tweets contient au moins un hyperlien : . . . . . . . . 52 4.7.7 Nombre des tweets contient au moins un hashtag : . . . . . . . . 53 4.8 Conclusion : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54 Conclusion g´en´erale 55 BIBLIOGRAPHIE 57 WEBOGRAPHIE 62 Côte titre : MAI/0178 En ligne : https://drive.google.com/file/d/17P_W8uHDqiaArznhYOTLjwQcEkYbU6L3/view?usp=shari [...] Format de la ressource électronique : pdf

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
MAI/0178	MAI/0178	Mémoire	Bibliothéque des sciences	Français	Disponible Disponible

---

1 (1 - 1 / 1)