Une approche base sur l'apprentissage automatique pour Lever l'ambigüité sémantique
| dc.contributor.author | BOUDOUHA Rabie- MEKERSI Said | |
| dc.date.accessioned | 2024-09-19T12:31:38Z | |
| dc.date.available | 2024-09-19T12:31:38Z | |
| dc.date.issued | 2022 | |
| dc.description.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. | |
| dc.identifier.uri | http://dspace.univ-khenchela.dz:4000/handle/123456789/6671 | |
| dc.language.iso | fr | |
| dc.title | Une approche base sur l'apprentissage automatique pour Lever l'ambigüité sémantique | |
| dc.type | Thesis |