Utilisation d'un modèle Word Embedding pour extraire la similarité entre concepts d'enseignements.
dc.contributor.author | El Djama, Soraya | |
dc.contributor.author | Hamitouche, Celia | |
dc.date.accessioned | 2021-03-28T12:53:22Z | |
dc.date.available | 2021-03-28T12:53:22Z | |
dc.date.issued | 2020 | |
dc.description | 85 p. : ill. ; 30 cm. (+ CD-Rom) | en |
dc.description.abstract | Le traitement automatique du langage naturel (TALN) est un domaine à l'intersection du Machine Learning et de la linguistique. Il vise à modéliser et reproduire, à l'aide de machines, la capacité humaine à produire et à comprendre des énoncés linguistiques dans des buts de communication. Dans ce travail nous allons nous baser sur les concepts d'enseignement dans le but de calculer la valeur de similarité entre deux mots, et d'afficher les mots similaires d'un mot qu'un utilisateur cherche sur un domaine spécifique et cela à partir d'une transformation en vecteur avec la méthode de Word Embeddings. | en |
dc.identifier.citation | Conduite de Projet Informatique | en |
dc.identifier.other | MAST.INF.58-20 | |
dc.identifier.uri | https://dspace.ummto.dz/handle/ummto/13156 | |
dc.language.iso | fr | en |
dc.publisher | Université Mouloud Mammeri | en |
dc.subject | Word Embeddings; | en |
dc.subject | Réseau de neurone. | en |
dc.title | Utilisation d'un modèle Word Embedding pour extraire la similarité entre concepts d'enseignements. | en |
dc.type | Thesis | en |