Titre : | Analyse de données textuelles pour la classification automatique par les techniques de text mining, application à la langue arabe |
Auteurs : | Sadik Bessou ; Mohamed Touahria, Directeur de thèse |
Type de document : | texte imprimé |
Editeur : | Sétif : Universite ferhat abbas faculté des sciences de l’ingénieur département d’informatique, 2007 |
ISBN/ISSN/EAN : | TS4/7498 |
Format : | 1 vol. (126 f.) / ill. |
Note générale : | Bibliogr. |
Langues: | Français |
Catégories : | |
Note de contenu : |
Sommaire: -Introduction. -Chapitre 1: La Fouille des Données 4 1.1. Définitions 1.2. Pour quoi la Fouille de Données ? 1.3. A quoi sert la Fouille de Données ? 1.4. Les différents types de données 1.5. Le processus de Fouille de Données CRISP-DM, le Cross Industry Standard Process for Data mining 1.6. Les Tâches de Fouille de Données 1.6.1 La description 1.6.2 L’estimation 1.6.3 La prédiction 1.6.4 La Classification 1.6.5 La segmentation 1.6.6 L’association 1.7. Conclusion -Chapitre 2: Les Méthodes 19 2.1. Les k plus proches voisins 2.1.1 Définition 2.1.2 Principe 2.1.3 La fonction de combinaison 2.1.4 La mesure de la pertinence des attributs 2.1.5 Choisir k 2.1.6 K plus proches voisins pour les textes 2.1.7 Les domaines d'application 2.1.8 Limites 2. 2. Les arbres de décision 2.2.1 Définition 2.2.2 Principe 2.2.3 Le descripteur qualitatif 2.2.4 Le descripteur quantitatif 2.2.5 Les domaines d'application 2.2.6 Les limites 2.3. Les réseaux de neurones 2.3.1 Définition 2.3.2 Le neurone formel 2.3.3 L'organisation en couches 2.3.4 L'auto-apprentissage 2.3.5 Les domaines d'application 2.3.6 Les limites 2.4. Les Réseaux Bayésiens 2.4.1 Définition 2.4.2 Le principe 2.4.3 La complexité du réseau 2.4.4 Domaines d'application 2.4.5 Les limites 2.5. La Segmentation Hiérarchique Ascendante 2.5.1 Définition 2.5.2 Principe 2.6. Méthode des Centres Mobiles (K means) 2.6.1 Définition 2.6.2 Principe Variantes 2.6.4 Domaines d’application 2.6.5 Limites 2.7. Associations 2.7.1 Définition 2.7.2 Les enjeux 2.7.3 Principe 2.7.4 Domaines d'application 2.7.5 Limites 2.8. Les Systèmes Experts 2.8.1 Définition 2.8.2 Principe 2.8.3 Pour quoi les Systèmes Experts ? 2.8.4 Les domaines d'application 2.8.5 Limites 2.9. Conclusion -Chapitre 3: La Fouille de Textes 49 3.1. Introduction 3.2. Fouille de Données Vs Fouille de Textes 3.3. Les tâches 3.4. La recherche des modèles et /ou des tendances 3.5. Les fonctions 3.6. Méthodes utilisées pour la fouille de textes 3.7. Les étapes de la fouille de textes 3.8. Applications 3.8.1 Les études 3.8.2 Intelligence économique 3.8.3 La gestion des clients 3.8.4 La recherche médicale 3.8.5 La recherche légale 3.8.6 Connaître l’opinion publique 3.8.7 Shopping 3.8.8 La recherche académique 3.8.9 Le triage automatisé 3.8.10 Catégorisation des textes 3.9. Conclusion -Chapitre 4: Analyse de Données Textuelles en Langue Arabe 63 4.1. Introduction 4.2. Analyse morphologique 4.2.1 Principe de l'analyseur 4.2.2 Les dictionnaires nécessaires 4.2.3 Structure des dictionnaires 4.2.4 Méthodologie utilisée 4.3. Indexation 4.3.1 Définition 4.3.2 Objectif 4.3.3 Application 4.4. Analyse syntaxique 4.4.1 Les composants de l'analyseur syntaxique 4.4.2 Les fonctions de l'analyseur 4.4.3 Indexation 4.5. Calcul de fréquences 4.5.1 Fréquence d’occurrences 4.5.2 La valeur de discrimination 4.5.3 Tf*idf 4.5.4 L'indexation sémantique latente 4.5.5 Evaluation des méthodes 4.5.6 Mesure de similarité 4.6. Conclusion |
Exemplaires (1)
Cote | Support | Localisation | Disponibilité |
---|---|---|---|
TS4/7498 | Thèse | Bibliothèque centrale | Disponible |
Accueil