Repository logo
  • English
  • Català
  • Čeština
  • Deutsch
  • Español
  • Français
  • Gàidhlig
  • Italiano
  • Latviešu
  • Magyar
  • Nederlands
  • Polski
  • Português
  • Português do Brasil
  • Suomi
  • Svenska
  • Türkçe
  • Tiếng Việt
  • Қазақ
  • বাংলা
  • हिंदी
  • Ελληνικά
  • Yкраї́нська
  • Log In
    New user? Click here to register.Have you forgotten your password?
Repository logo

Dspace KHENCHELA

  • Communities & Collections
  • All of DSpace
  • English
  • Català
  • Čeština
  • Deutsch
  • Español
  • Français
  • Gàidhlig
  • Italiano
  • Latviešu
  • Magyar
  • Nederlands
  • Polski
  • Português
  • Português do Brasil
  • Suomi
  • Svenska
  • Türkçe
  • Tiếng Việt
  • Қазақ
  • বাংলা
  • हिंदी
  • Ελληνικά
  • Yкраї́нська
  • Log In
    New user? Click here to register.Have you forgotten your password?
  1. Home
  2. Browse by Author

Browsing by Author "Saadaoui Amina Keziz Rachid"

Now showing 1 - 1 of 1
Results Per Page
Sort Options
  • No Thumbnail Available
    Item
    Une méthode basée sur les règles d'association pour la mise en évidence de relations entre entités biologiques à partir d'un corpus étiqueté en anglais
    (2022) Saadaoui Amina Keziz Rachid
    Résumé Les masses de données textuelles aujourd’hui disponibles engendrent un problème difficile pour les traiter. Dans ce cadre, des méthodes de Fouille de Texte (Text Mining) sont nécessaires pour extraire les connaissances à partir des textes. Notre travail consiste à étudier l’une des méthodes d’extraction des connaissances, o ù on traite le corpus textuel puis on extrait les motifs fréquents pour générer les règles d’associat ion entre les entités biologiques avec leurs supports et leurs confiances à l’aide de l’algorithme APRIORI. Nous avons finalisé ce mémoire par l’implémentation de cet algorithme et la discussion des résultats. Les mots clés : Fouille de texte, Text Mining, connaissances, corpus textuel, motifs fréquents, règles d’association, support, confiance, APRIORI.

DSpace software copyright © 2002-2025 LYRASIS

  • Cookie settings
  • Privacy policy
  • End User Agreement
  • Send Feedback