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

信息强弱协会和提取模块

• 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

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、信息来源的可利用性。加速主要内容、演讲和分析的建议信息的符号和逻辑、赞助人的基础、数字和经验、共现的基础或形式模型基础上的“形式勘察”类型的再演代数。拥有对信息进行分析的特权，可作为域名专家的解决方案。这种愿景是非生产性的，它是信息的自然综合体和解释的观点的多重性，独立于使用者讲座的项目。信息援助、讲座和分析将帮助您更好地了解信息的优点，并根据信息的感觉和细节进行分析。一些证据暗示了对文件内容的理解，该文件隐含了对不同信息进行操作的认知过程：Le document lui même;文本注释；非专家使用者的评论可以直观地了解初学者的印象、学习者的偏好、学习者的动机、学习者的认知、学习者的建议；提供不同来源的信息和描述文件的变化，以及文档分类、索引、可访问性、分析等方面的力量。 我们对讲座和分析文档的看法可能与描述者、单元格类别中可能存在的信息有关——ci 贡献者对讲座和分析的经验进行了独特的描述。提取关联规则的过程是为了巩固不同描述类别的信息来源。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.理论描述、信息植入、实验和提纯理论描述以及实验结果的亮点是必要的。结构链具有灵活性、适应性、一致性和连贯性。我们拥有使用系统应用程序类型的特权，以形成理论，并为我们的假设辩护。