Please use this identifier to cite or link to this item:
http://archives.univ-biskra.dz/handle/123456789/13188
Full metadata record
DC Field | Value | Language |
---|---|---|
dc.contributor.author | berri, nacira | - |
dc.date.accessioned | 2019-10-14T08:14:57Z | - |
dc.date.available | 2019-10-14T08:14:57Z | - |
dc.date.issued | 2019-06-20 | - |
dc.identifier.uri | http://archives.univ-biskra.dz/handle/123456789/13188 | - |
dc.description.abstract | La plupart des études se sont concentrées sur l'extraction de données, en particulier du fait de la croissance rapide du nombre de documents, qui contiennent de gros volumes d'informations dans des bases de données textuelles composées de vastes collections de documents provenant de sources telles que des livres, des articles et des documents de recherche. Avec un grand nombre de ces documents, il est difficile mais nécessaire d’organiser automatiquement les documents en catégories afin de faciliter leur extraction et leur analyse ultérieure. Cela a conduit à l'utilisation de l'apprentissage profond dans ces études, cette dernière a dépassé son entrée dans plusieurs domaines. Compte tenu des multiples langues dans lesquelles les documents textuels sont écrits, nous pouvons combiner l'apprentissage profond avec un traitement ce qu'on appelle le traitement du langage naturel. Mots-clés: L'apprentissage profond, Traitement du langage naturel, Les documents textuelles. | en_US |
dc.language.iso | en | en_US |
dc.title | Utilisation des techniques de Deep Learning pour l'extraction des concepts à partir des documents textuels | en_US |
dc.title.alternative | informatique | en_US |
dc.type | Master | en_US |
Appears in Collections: | Faculté des Sciences Exactes et des Science de la Nature et de la vie (FSESNV) |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
berri_nacira.pdf | 3,2 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.