Apprentissage approximatif et extraction de connaissances à partir de données textuelles

La problématique de cette thèse est l'extraction de connaissances à partir de données textuelles (KDT) en se basant sur la théorie des ensembles approximatifs (RST) et l'apprentissage symbolique et numérique. Les contributions sont : (1) l'extension des espaces de versions (espaces de...

Description complète

Enregistré dans:
Détails bibliographiques
Auteur principal : Dubois Vincent (Auteur)
Collectivités auteurs : Université de Nantes 1962-2021 (Organisme de soutenance), Université de Nantes Faculté des sciences et des techniques (Autre partenaire associé à la thèse), École doctorale sciences et technologies de l'information et des matériaux Nantes (Ecole doctorale associée à la thèse)
Autres auteurs : Quafafou Mohamed (Directeur de thèse)
Format : Thèse ou mémoire
Langue : français
Titre complet : Apprentissage approximatif et extraction de connaissances à partir de données textuelles / Vincent Dubois; sous la direction de Mohamed Quafafou
Publié : [S.l.] : [s.n.] , 2003
Description matérielle : 1 vol. (ix-160 p.)
Note de thèse : Thèse de doctorat : Informatique : Nantes : 2003
Disponibilité : Publication autorisée par le jury
Sujets :
LEADER 02474cam a2200373 4500
001 PPN069341109
003 http://www.sudoc.fr/069341109
005 20240425055200.0
029 |a FR  |b 2003NANT2001 
035 |a (OCoLC)491968269 
100 |a 20030120d2003 k y0frey0103 ba 
101 0 |a fre  |d fre  |d eng 
102 |a FR 
105 |a a m 000yy 
106 |a r 
200 1 |a Apprentissage approximatif et extraction de connaissances à partir de données textuelles  |b Texte imprimé  |f Vincent Dubois  |g sous la direction de Mohamed Quafafou 
210 |a [S.l.]  |c [s.n.]  |d 2003 
215 |a 1 vol. (ix-160 p.)  |c ill.  |d 30 cm 
310 |a Publication autorisée par le jury 
320 |a Bibliogr. p. 137-139 
328 0 |b Thèse de doctorat  |c Informatique  |e Nantes  |d 2003 
330 |a La problématique de cette thèse est l'extraction de connaissances à partir de données textuelles (KDT) en se basant sur la théorie des ensembles approximatifs (RST) et l'apprentissage symbolique et numérique. Les contributions sont : (1) l'extension des espaces de versions (espaces de versions approximatifs (RVS)), (2) l'application des RVS au KDT, (3) la découverte et visualisation de graphes à partir de textes. Tout d'abord, nous définissons les espaces de versions approximatifs (RVS), en construisant des opérateurs d'approximation, ce qui aboutit à un cadre général pour l'apprentissage symbolique automatique. L'introduction de la notion de consistance approximative conduit à l'utilisation de concepts presque consistants avec les données. En pratique, cela a pour effet d'étendre l'interprétation des concepts lors de l'apprentissage, et de traiter les données inconsistantes à l'aide de regroupement des exemples... 
606 |3 PPN02734004X  |a Analyse des données  |3 PPN027253139  |x Thèses et écrits académiques  |2 rameau 
686 |a 004  |2 TEF 
700 1 |3 PPN069340692  |a Dubois  |b Vincent  |f 19..-....  |c auteur d'une thèse d'informatique  |4 070 
702 1 |3 PPN069208190  |a Quafafou  |b Mohamed  |f 1959  |4 727 
712 0 2 |3 PPN026403447  |a Université de Nantes  |c 1962-2021  |4 295 
712 0 2 |3 PPN033124884  |a Université de Nantes  |b Faculté des sciences et des techniques  |4 985 
712 0 2 |3 PPN068720513  |a École doctorale sciences et technologies de l'information et des matériaux  |c Nantes  |4 996 
801 3 |a FR  |b Abes  |c 20171204  |g AFNOR 
979 |a SCI 
930 |5 441092104:169779866  |b 441092104  |j u 
930 |5 441092104:169779939  |b 441092104  |j g 
998 |a 17339