Apprentissage de représentation pour des valeurs numériques dans les graphes de connaissances = Học tự động các đặc trưng cho các giá trị số trong biểu đồ tri thức
La croissance continue de la quantité de données produites aujourd’hui dans le domaine du web sémantique propulsé par l’avancée technologique du domaine, nécessite des moyens qui permettent de mieux comprendre et interpréter ces données,leur volume, variété et hétérogénéité d’un côté rendent cette...
Saved in:
主要作者: | |
---|---|
其他作者: | |
格式: | Theses and Dissertations |
語言: | French |
出版: |
2020
|
主題: | |
在線閱讀: | http://repository.vnu.edu.vn/handle/VNU_123/100540 |
標簽: |
添加標簽
沒有標簽, 成為第一個標記此記錄!
|
總結: | La croissance continue de la quantité de données produites aujourd’hui dans le domaine du web sémantique propulsé par l’avancée technologique du domaine, nécessite des moyens qui permettent de mieux comprendre et interpréter ces données,leur
volume, variété et hétérogénéité d’un côté rendent cette tâche d’analyse difficile d’où
la nécessité de nouvelles méthodes, mieux adaptées à affronter les nouveaux défis. Ces
données souvent sous forme de graphes contenant de valeurs numériques et symboliques nécessite une meilleur modélisation sémantique pour pouvoir extraire de
connaissances.
Notre travail de recherche adresse le problème de représentation de valeurs numé-
riques présentes dans des graphes de connaissances en se basant sur des méthodes
d’apprentissage de représentation vectorielle (plongement de graphe), plusieurs mé-
thodes de plongement de graphes ont été proposées par la communauté scientifique
mais aucune de ces méthodes ne traitent le cas de données numériques, ce qui est une
de motivation majeur de notre recherche.
l’hypothèse de notre recherche repose sur une étude, comment savoir ou trouver les entités et instances similaire avec de données numériques dans un graphe de
connaissances.
Par conséquent dans la première partie, nous introduisons le context et problé-
matique de notre travail ainsi que quelques concepts clés du web sémantique. Dans la
deuxième partie nous faisons une étude bibliographique de méthodes de plongements
de graphes existantes ensuite dans la Troisième partie nous proposons une solution sur
l’enrichissement de valeurs numériques en utilisant les méthodes de clustering et appliquons cette méthode dans l’implémentation enfin dans la quatrième partie qui est
notre conclusion, nous donnons nos perspectives et travaux futures sur la modélisation sémantiques de valeurs numériques |
---|