Titre :	Étude comparative de classifieurs pour les textes arabes
Type de document :	texte manuscrit
Auteurs :	Fatiha Charef, Auteur ; Youcef Ouinten, Directeur de thèse
Editeur :	Laghouat : Université Amar Telidji - Département d'informatique
Année de publication :	2016
Importance :	79p.
Format :	30cm.
Accompagnement :	1 disque optique numérique (CD-ROM)
Note générale :	Option : Informatique Répartie et Mobile
Langues :	Français
Catégories :	THESES :10 informatique
Mots-clés :	Classification automatique  Light Stemming  Stemming  SVM
Résumé :	La généralisation de l'utilisation de l'Internet et des Technologies de l'Information et de la Communication (TIC) a engendré une quantité d'informations textuelles phénoménales. Pour permettre une bonne exploitation de cette masse d'information, la classification au- tomatique de textes constitue un des traitements les plus importants car elle permet un accès plus rapide à l'information classée. Dans le cas de textes arabes la particularité de cette langue qui réside dans sa richesse morphologique entraine des difficultés supplémen- taires dans son traitement. Ainsi, nous avons mené une étude comparative de différentes approches de représentation de textes Bag of Words, Light Stemming et le Stemming, elle vise à tester les performances et l'efficacité du classifieur Support Vector Machines(SVM) sur les textes arabes.
note de thèses :	Thèse de magister en informatique

Étude comparative de classifieurs pour les textes arabes [texte manuscrit] / Fatiha Charef, Auteur ; Youcef Ouinten, Directeur de thèse . - Laghouat : Université Amar Telidji - Département d'informatique, 2016 . - 79p. ; 30cm. + 1 disque optique numérique (CD-ROM).
Option : Informatique Répartie et Mobile
Langues : Français

Catégories :	THESES :10 informatique
Mots-clés :	Classification automatique  Light Stemming  Stemming  SVM
Résumé :	La généralisation de l'utilisation de l'Internet et des Technologies de l'Information et de la Communication (TIC) a engendré une quantité d'informations textuelles phénoménales. Pour permettre une bonne exploitation de cette masse d'information, la classification au- tomatique de textes constitue un des traitements les plus importants car elle permet un accès plus rapide à l'information classée. Dans le cas de textes arabes la particularité de cette langue qui réside dans sa richesse morphologique entraine des difficultés supplémen- taires dans son traitement. Ainsi, nous avons mené une étude comparative de différentes approches de représentation de textes Bag of Words, Light Stemming et le Stemming, elle vise à tester les performances et l'efficacité du classifieur Support Vector Machines(SVM) sur les textes arabes.
note de thèses :	Thèse de magister en informatique