Catégorisation automatique des textes  avec des mesures de similarité  sémantiques

dc.contributor.author	Benachour, Ikram	en_US
dc.contributor.author	Chikhaoui, Hadjer.	en_US
dc.date.accessioned	2025-03-09T09:48:41Z	en_US
dc.date.available	2025-03-09T09:48:41Z	en_US
dc.date.issued	2019-07-03	en_US
dc.description.abstract	Dans notre projet de master, nous avons traité une problématique liée au domaine de catégorisation du texte qui consiste à associer chaque document non classé à sa catégorie en utilisant un ensemble des documents préalablement classés. Notre but est d’évaluer l’utilisation des mesures de similarités sémantiques et leurs impacts sur la classification automatique de textes à l'aide de la base de donnée lexical Wordnet. L’implémentation de notre projet est faite à l’aide de langage java en utilisent la bibliothèque Weka	en_US
dc.identifier.uri	https://dspace.univ-tlemcen.dz/handle/112/24867	en_US
dc.language.iso	fr	en_US
dc.publisher	University of Tlemcen	en_US
dc.relation.ispartofseries	324 Master info;	en_US
dc.subject	wordnet, java, Weka, classification du texte, mesures de similarités sémantiques.	en_US
dc.title	Catégorisation automatique des textes avec des mesures de similarité sémantiques	en_US
dc.type	Thesis	en_US

Files

Now showing 1 - 1 of 1

Name:: Categorisation_automatique_des_textes_avec_des_mesures_de_similarite_semantiques.pdf
Size:: 1.44 MB
Format:: Adobe Portable Document Format
Description:

Now showing 1 - 1 of 1