 |
|
Thèse
Fouille de motifs et modélisation
statistique pour l'extraction de connaissances textuelles
Fouille de motifs et modélisation
statistique pour l'extraction de connaissances textuelles
Résumé : En
traitement automatique des langues, deux grandes approches sont
utilisées : l'apprentissage automatique et la fouille de données. Dans
ce contexte, croiser les méthodes de fouille de données fondées sur les
motifs et les méthodes d’apprentissage automatique statistique est une
voie prometteuse mais à peine explorée. Dans cette thèse, nous
présentons trois contributions majeures : l'introduction des motifs
delta libres,utilisés comme descripteurs de modèle statistiques;
l'introduction d'une contrainte de similarité sémantique pour la
fouille, calculée grâce à un modèle statistique; l'introduction des
règles séquentielles d'étiquetage,crées à partir des motifs et
sélectionnées par un modèle statistique.
Mots-clés :
Motifs descripteurs
Fichier
edgalilee_th_2018_holat.pdf
Version validée par le jury (STAR)
