Une approche base sur l'apprentissage automatique pour Lever l'ambigüité sémantique
No Thumbnail Available
Date
2022
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
La désambiguïsation lexicale est une tâche fondamentale pour la plupart des
applications de traitement automatique des langages naturels. Plusieurs solutions ont
été proposées pour certain langues notamment l’anglais ou le français.
Dans ce mémoire, nous présentons les étapes pour construire notre approche, en
exploitant les ressources Web comme le WordNet et les outils du prétraitement.
Nous présentons ensuite la notion d’algorithme local et d’algorithme global pour la
désambiguïsation sémantique.
Un algorithme local permet de calculer la proximité sémantique entre deux objets
lexicaux, cependant l’algorithme global permet de propager ces mesures locales à un
niveau supérieur. Nous nous servons de cette notion pour confronter un algorithme
d'optimisation d'essaim des rats (RSO) et pour résoudre ce problème on a ont proposé une
version discret (DRSO). Après nous les évaluant les résultats sur
un corpus référencé. ses
résultats obtenus nous ont menée à découvrir les facteurs qui ont influencé la performance de ce
système qui seront sujets d’éventuelle amélioration dans nos future travaux de recherches.