Please use this identifier to cite or link to this item: http://dspace.centre-univ-mila.dz/jspui/handle/123456789/1404
Full metadata record
DC FieldValueLanguage
dc.contributor.authorRania, Yacoub, MelghidNedjla-
dc.date.accessioned2021-12-22T09:12:05Z-
dc.date.available2021-12-22T09:12:05Z-
dc.date.issued2021-09-
dc.identifier.citationEn : Informatiqueen_US
dc.identifier.urihttp://dspace.centre-univ-mila.dz/jspui/handle/123456789/1404-
dc.descriptionToday, a large number of public information sources (websites, press, radio, television, etc.) has given rise to the need to search this mass of documents in order to extract relevant knowledge for a given purpose. In order to correctly identify the information to be presented to the user, such systems usually require the intervention of an automatic natural language processing (NLP) process to determine the intention behind the user's request and to reveal the named entities present in it.Automatic information extraction is an important and necessary process as information has become electronic records, whether in commercial, news or social media sites. However, extracting information without using auxiliary means or specifying the content of what the user wants precisely, does not give him satisfactory and effective results, as it is possible to end up in some cases of similarity or complete error.To solve this problem, named entities to reduce the scope of the results and improve their quality are involved. The objective of using named entities in information extraction is to enhance the performance of the given results and improve their quality. In this thesis we will present our proposed approach of an information extraction system, from social networks (Facebook) on accidents in order to extract temporal and spatial named entities with eventsen_US
dc.description.abstractAujourd’hui, un grand nombre de sources d'information publiques (sites internet, presse, radio, télévision, etc.) a fait émergé le besoin de rechercher cette masse de documents afin d'en extraire des connaissances rtinentes dans un but donné. Pour pouvoir identifier correctement les informations qui doivent être présentes à l'utilisateur de tels systèmes nécessitent généralement l'intervention d'un processus de traitement automatique du langage naturel (TALN) et ce afin de déterminer l'intention derrière la demande de l'utilisateur et pour révéler les entités nommées présentes dans ce dernier.L'extraction automatique de l'information est un processus important et nécessaire au moment où les informations sont devenues des dossiers électroniques, que ce soit dans des sites commerciaux, d'actualités ou de médias sociaux. Cependant, l’extraction des informations sans utilisation de moyens auxiliaires ou spécification du contenu de ce que l'utilisateur veut avec précision, ne lui donne pas des résultats satisfaisants et efficaces, car il est possible de se retrouver dans certains cas de similitude ou d'erreur complète.Pour résoudre ce problème, des entités nommées pour réduire la portée des résultats et améliorer leur qualité sont impliquées. L’objectif d’utiliser les entités nommées dans l’extraction de l’information est de renforcer la performance des résultats données et améliorer leur qualité. Dans ce mémoire nous présenterons une notre approche proposée d’un système d’extraction d’information, des réseaux sociaux (Facebook) sur les accidents afin d’extraire des entités nommées temporelles et spatiales avec des événements.en_US
dc.language.isofren_US
dc.publisheruniversity center of abdalhafid boussouf - MILAen_US
dc.subjectExtraction de l’information, entité nommée, traitement automatique du langage naturel.en_US
dc.subjectInformation extraction, named entity, automatic natural language processing.en_US
dc.titleUne nouvelle approche pour l’extraction automatique des entités nommées.en_US
dc.typeThesisen_US
Appears in Collections:Computer science

Files in This Item:
File Description SizeFormat 
Une nouvelle approche pour l’extraction automatique des entités nommées36611.pdf7,25 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.