Les associations fortes et l'extraction modulaire de l'information

信息强弱协会和提取模块

基本信息

批准号：
RGPIN-2018-06238
负责人：
Biskri, Ismaïl
金额：
$ 1.68万
依托单位：
Université du Québec à Trois-Rivières
依托单位国家：
加拿大
项目类别：
Discovery Grants Program - Individual
财政年份：
2020
资助国家：
加拿大
起止时间：
2020-01-01 至 2021-12-31
项目状态：
已结题

来源：
https://www.nserc-crsng.gc.ca/ase-oro/Details-Detailles_eng.asp?id=713989
关键词：
Les associations fortes et extraction

项目摘要

En raison de leur taille et des limites des technologies actuelles, les grandes banques de données, Internet et les réseaux sociaux, sont des sources d'information difficilement exploitables. Les approches proposées pour accélérer la fouille, la lecture et l'analyse des données informationnelles sont soit symboliques et logiques, basées sur des patrons, soit numériques et empiriques, basées sur des cooccurrences ou encore de type "reconnaissance de forme" basées sur des modèles formels algébriques. Elles privilégient l'analyse d'une seule facette de l'information, souvent établie par un expert du domaine. Cette vision est non productive, vu la nature complexe de l'information et la multiplicité de points de vue pour son interprétation, induite par le projet de lecture de l'utilisateur. L'assistance informatique à la fouille, à la lecture et à l'analyse de données peut être améliorée si elle est en mesure de consacrer plusieurs facettes, chacune d'entre elles accordant un sens et un intérêt particuliers à l'information. De nombreuses évidences suggèrent que la compréhension du contenu d'un document implique de nombreux processus cognitifs qui manipulent différentes données informationnelles comme : Le document lui même ; les annotations textuelles ; les commentaires des utilisateurs non experts avec un langage généralement intuitif pour exprimer leurs impressions, leurs préférences, leurs motivations, leurs connaissances, leurs recommandations ; etc. Ces données informationnelles proviennent de différentes sources et deviennent des descripteurs qui donnent plus de forces à la catégorisation des documents, à leur indexation, à leur accessibilité, à leur analyse, etc. Nous pensons que la lecture et l'analyse de documents est biaisée par les traitements d'informations possibles propre à chaque classe de descripteurs, celle--ci contribuant de manière distincte à définir l'expérience de lecture et d'analyse. Un processus d'extraction de règles d'association se présente comme un moyen de consolider l'information provenant des différentes classes de descripteurs. Cette méthode de forage de données a la capacité de dégager des connaissances cachées dans des données dont la nature peut varier. Afin que ce système puisse servir à bâtir et à expérimenter différentes chaînes de traitement, une architecture modulaire est nécessaire. Les chaînes de traitement sont l'aboutissement d'un processus de découverte qui nécessite un va et vient entre description théorique, implantation informatique, expérimentation et raffinement de la description théorique à la lumière des résultats de l'expérimentation. La construction d'une chaîne de traitement exige flexibilité, adaptabilité, consistance et cohérence. Nous privilégierons l'utilisation des systèmes applicatifs typés comme cadre formelle théorique pour soutenir et justifier le bien fondé de notre hypothèse.

存在的理由和技术限制、大银行、互联网和社会资源、可利用的信息来源、符号和逻辑、基础。赞助人，soit numériques et empiiriques，basées sur des cooccurrences ou encore de type “reconnaissance de forme” sur des models formels algébriques Cette Vision est nonproductive, vu la nature.信息援助、讲座和分析，以帮助您更好地了解更多信息，了解更多信息elles 与感官和信息有关。 ETC。勒尔指数化、勒尔可及性、勒尔分析等。提取协会规则的流程饲料的方法是利用与自然不同的饲料中的饲料来了解饲料的能力。 Afin que ce système puisse puisse servir à bâtir et à expérimenter different chaines de Traement, une Architecture modulaire est necessaire.实验和提纯理论描述以及实验结果的亮点。请遵守并证明我们的假设是正确的。