skip to content
Covid-19 virus
COVID-19 Resources

Reliable information about the coronavirus (COVID-19) is available from the World Health Organization (current situation, international travel). Numerous and frequently-updated resource results are available from this WorldCat.org search. OCLC’s WebJunction has pulled together information and resources to assist library staff as they consider how to handle coronavirus issues in their communities.

Image provided by: CDC/ Alissa Eckert, MS; Dan Higgins, MAM
Recherche d'entités nommées complexes sur le web : propositions pour l'extraction et pour le calcul de similarité Preview this item
ClosePreview this item
Checking...

Recherche d'entités nommées complexes sur le web : propositions pour l'extraction et pour le calcul de similarité

Author: Armel Fotsoh Tawaofaing; Christian Sallaberry; Michaël Mrissa; Université de Pau et des Pays de l'Adour.; École doctorale sciences exactes et leurs applications (Pau, Pyrénées Atlantiques).
Publisher: 2018.
Dissertation: Thèse de doctorat : Informatique : Pau : 2018.
Edition/Format:   Computer file : Document : Thesis/dissertation : French
Summary:
Les récents développements des nouvelles technologies de l'information et de la communication font du Web une véritable mine d'information. Cependant, les pages Web sont très peu structurées. Par conséquent, il est difficile pour une machine de les traiter automatiquement pour en extraire des informations pertinentes pour une tâche ciblée. C'est pourquoi les travaux de recherche s'inscrivant dans la
Rating:

(not yet rated) 0 with reviews - Be the first.

Subjects
More like this

Find a copy online

Links to this item

Find a copy in the library

&AllPage.SpinnerRetrieving; Finding libraries that hold this item...

Details

Genre/Form: Thèses et écrits académiques
Material Type: Document, Thesis/dissertation, Internet resource
Document Type: Internet Resource, Computer File
All Authors / Contributors: Armel Fotsoh Tawaofaing; Christian Sallaberry; Michaël Mrissa; Université de Pau et des Pays de l'Adour.; École doctorale sciences exactes et leurs applications (Pau, Pyrénées Atlantiques).
OCLC Number: 1032611229
Notes: Titre provenant de l'écran-titre.
Description: 1 online resource
Responsibility: Armel Fotsoh Tawaofaing ; sous la direction de Christian Sallaberry.

Abstract:

Les récents développements des nouvelles technologies de l'information et de la communication font du Web une véritable mine d'information. Cependant, les pages Web sont très peu structurées. Par conséquent, il est difficile pour une machine de les traiter automatiquement pour en extraire des informations pertinentes pour une tâche ciblée. C'est pourquoi les travaux de recherche s'inscrivant dans la thématique de l'Extraction d'Information dans les pages web sont en forte croissance. Aussi, l'interrogation de ces informations, généralement structurées et stockées dans des index pour répondre à des besoins d'information précis correspond à la Recherche d'Information (RI). Notre travail de thèse se situe à la croisée de ces deux thématiques. Notre objectif principal est de concevoir et de mettre en œuvre des stratégies permettant de scruter le web pour extraire des Entités Nommées (EN) complexes (EN composées de plusieurs propriétés pouvant être du texte ou d'autres EN) de type entreprise ou de type événement, par exemple. Nous proposons ensuite des services d'indexation et d'interrogation pour répondre à des besoins d'informations. Ces travaux ont été réalisés au sein de l'équipe T2I du LIUPPA, et font suite à une commande de l'entreprise Cogniteev, dont le cœur de métier est centré sur l'analyse du contenu du Web. Les problématiques visées sont, d'une part, l'extraction d'EN complexes sur le Web et, d'autre part, l'indexation et la recherche d'information intégrant ces EN complexes. Notre première contribution porte sur l'extraction d'EN complexes dans des textes. Pour cette contribution, nous prenons en compte plusieurs problèmes, notamment le contexte bruité caractérisant certaines propriétés (pour un événement par exemple, la page web correspondante peut contenir deux dates : la date de l'événement et celle de mise en vente des billets). Pour ce problème en particulier, nous introduisons un module de détection de blocs qui permet de focaliser l'extraction des propriétés sur des blocs de texte pertinents. Nos expérimentations montrent une nette amélioration des performances due à cette approche. Nous nous sommes également intéressés à l'extraction des adresses, où la principale difficulté découle du fait qu'aucun standard ne se soit réellement imposé comme modèle de référence. Nous proposons donc un modèle étendu et une approche d'extraction basée sur des patrons et des ressources libres.Notre deuxième contribution porte sur le calcul de similarité entre EN complexes. Dans l'état de l'art, ce calcul se fait généralement en deux étapes : (i) une première calcule les similarités entre propriétés et (ii) une deuxième agrège les scores obtenus pour le calcul de la similarité globale. En ce qui concerne cette première étape, nous proposons une fonction de calcul de similarité entre EN spatiale, l'une représentée par un point et l'autre par un polygone. Elle complète l'état de l'art. Notons que nos principales propositions se situent au niveau de la deuxième étape. Ainsi, nous proposons trois techniques pour l'agrégation des scores intermédiaires. Les deux premières sont basées sur la somme pondérée des scores intermédiaires (combinaison linéaire et régression logistique). La troisième exploite les arbres de décisions pour agréger les scores intermédiaires. Enfin, nous proposons une dernière approche basée sur le clustering et le modèle vectoriel de Salton pour le calcul de similarité entre EN complexes. Son originalité vient du fait qu'elle ne nécessite pas de passer par le calcul de scores de similarités intermédiaires.

Recent developments in information technologies have made the web an important data source. However, the web content is very unstructured. Therefore, it is a difficult task to automatically process this web content in order to extract relevant information. This is a reason why research work related to Information Extraction (IE) on the web are growing very quickly. Similarly, another very explored research area is the querying of information extracted on the web to answer an information need. This other research area is known as Information Retrieval (IR). Our research work is at the crossroads of both areas. The main goal of our work is to develop strategies and techniques for crawling the web in order to extract complex Named Entities (NEs) (NEs with several properties that may be text or other NEs). We then propose to index them and to query them in order to answer information needs. This work was carried out within the T2I team of the LIUPPA laboratory, in collaboration with Cogniteev, a company which core business is focused on the analysis of web content. The issues we had to deal with were the extraction of complex NEs on the web and the development of IR services supplied by the extracted data. Our first contribution is related to complex NEs extraction from text content. For this contribution, we take into consideration several problems, in particular the noisy context characterizing some properties (the web page describing an event for example, may contain more than one dates: the event's date and the date of ticket's sales opening). For this particular problem, we introduce a block detection module that focuses property's extraction on relevant text blocks. Our experiments show an improvement of system's performances. We also focused on address extraction where the main issue arises from the fact that there is not a standard way for writing addresses in general and on the web in particular. We therefore propose a pattern-based approach which uses some lexicons for extracting addresses from text, regardless of proprietary resources.Our second contribution deals with similarity computation between complex NEs. In the state of the art, this similarity computation is generally performed in two steps: (i) first, similarities between properties are calculated; (ii) then the obtained similarities are aggregated to compute the overall similarity. Our main proposals focuses on the second step. We propose three techniques for aggregating property's similarities. The first two are based on the weighted sum of these property's similarities (simple linear combination and logistic regression). The third technique however, uses decision trees for the aggregation. Finally, we also propose a last approach based on clustering and Salton vector model. This last approach evaluates the similarity at the complex NE level without computing property's similarities. We also propose a similarity computation function between spatial EN, one represented by a point and the other by a polygon. This completes those of the state of the art.

Reviews

User-contributed reviews
Retrieving GoodReads reviews...
Retrieving DOGObooks reviews...

Tags

Be the first.
Confirm this request

You may have already requested this item. Please select Ok if you would like to proceed with this request anyway.

Linked Data


\n\n

Primary Entity<\/h3>\n
<http:\/\/www.worldcat.org\/oclc\/1032611229<\/a>> # Recherche d\'entit\u00E9s nomm\u00E9es complexes sur le web : propositions pour l\'extraction et pour le calcul de similarit\u00E9<\/span>\n\u00A0\u00A0\u00A0\u00A0a \nschema:CreativeWork<\/a>, bgn:ComputerFile<\/a>, schema:MediaObject<\/a>, bgn:Thesis<\/a> ;\u00A0\u00A0\u00A0\nbgn:inSupportOf<\/a> \"Th\u00E8se de doctorat : Informatique : Pau : 2018.<\/span>\" ;\u00A0\u00A0\u00A0\nlibrary:oclcnum<\/a> \"1032611229<\/span>\" ;\u00A0\u00A0\u00A0\nlibrary:placeOfPublication<\/a> <http:\/\/id.loc.gov\/vocabulary\/countries\/fr<\/a>> ;\u00A0\u00A0\u00A0\nschema:about<\/a> <http:\/\/dewey.info\/class\/004.6\/<\/a>> ;\u00A0\u00A0\u00A0\nschema:about<\/a> <http:\/\/experiment.worldcat.org\/entity\/work\/data\/5040779306#Thing\/representation_de_la_connaissance<\/a>> ; # Repr\u00E9sentation de la connaissance<\/span>\n\u00A0\u00A0\u00A0\nschema:about<\/a> <http:\/\/experiment.worldcat.org\/entity\/work\/data\/5040779306#Thing\/recherche_d_information<\/a>> ; # Recherche d\'information<\/span>\n\u00A0\u00A0\u00A0\nschema:about<\/a> <http:\/\/experiment.worldcat.org\/entity\/work\/data\/5040779306#Topic\/information_electronique<\/a>> ; # Information \u00E9lectronique<\/span>\n\u00A0\u00A0\u00A0\nschema:about<\/a> <http:\/\/experiment.worldcat.org\/entity\/work\/data\/5040779306#Thing\/web_mining<\/a>> ; # Web mining<\/span>\n\u00A0\u00A0\u00A0\nschema:about<\/a> <http:\/\/experiment.worldcat.org\/entity\/work\/data\/5040779306#Thing\/extraction_d_entites_nommees<\/a>> ; # Extraction d\'entit\u00E9s nomm\u00E9es<\/span>\n\u00A0\u00A0\u00A0\nschema:about<\/a> <http:\/\/experiment.worldcat.org\/entity\/work\/data\/5040779306#Thing\/entite_nommee_complexe<\/a>> ; # Entit\u00E9 Nomm\u00E9e Complexe<\/span>\n\u00A0\u00A0\u00A0\nschema:about<\/a> <http:\/\/experiment.worldcat.org\/entity\/work\/data\/5040779306#Thing\/calcul_de_similarite<\/a>> ; # Calcul de similarit\u00E9<\/span>\n\u00A0\u00A0\u00A0\nschema:author<\/a> <http:\/\/experiment.worldcat.org\/entity\/work\/data\/5040779306#Person\/fotsoh_tawaofaing_armel_1992<\/a>> ; # Armel Fotsoh Tawaofaing<\/span>\n\u00A0\u00A0\u00A0\nschema:contributor<\/a> <http:\/\/experiment.worldcat.org\/entity\/work\/data\/5040779306#Organization\/universite_de_pau_et_des_pays_de_l_adour<\/a>> ; # Universit\u00E9 de Pau et des Pays de l\'Adour.<\/span>\n\u00A0\u00A0\u00A0\nschema:contributor<\/a> <http:\/\/experiment.worldcat.org\/entity\/work\/data\/5040779306#Organization\/ecole_doctorale_sciences_exactes_et_leurs_applications_pau_pyrenees_atlantiques<\/a>> ; # \u00C9cole doctorale sciences exactes et leurs applications (Pau, Pyr\u00E9n\u00E9es Atlantiques).<\/span>\n\u00A0\u00A0\u00A0\nschema:contributor<\/a> <http:\/\/experiment.worldcat.org\/entity\/work\/data\/5040779306#Person\/sallaberry_christian_1966<\/a>> ; # Christian Sallaberry<\/span>\n\u00A0\u00A0\u00A0\nschema:contributor<\/a> <http:\/\/experiment.worldcat.org\/entity\/work\/data\/5040779306#Person\/mrissa_michael_1980<\/a>> ; # Micha\u00EBl Mrissa<\/span>\n\u00A0\u00A0\u00A0\nschema:datePublished<\/a> \"2018<\/span>\" ;\u00A0\u00A0\u00A0\nschema:description<\/a> \"Les r\u00E9cents d\u00E9veloppements des nouvelles technologies de l\'information et de la communication font du Web une v\u00E9ritable mine d\'information. Cependant, les pages Web sont tr\u00E8s peu structur\u00E9es. Par cons\u00E9quent, il est difficile pour une machine de les traiter automatiquement pour en extraire des informations pertinentes pour une t\u00E2che cibl\u00E9e. C\'est pourquoi les travaux de recherche s\'inscrivant dans la th\u00E9matique de l\'Extraction d\'Information dans les pages web sont en forte croissance. Aussi, l\'interrogation de ces informations, g\u00E9n\u00E9ralement structur\u00E9es et stock\u00E9es dans des index pour r\u00E9pondre \u00E0 des besoins d\'information pr\u00E9cis correspond \u00E0 la Recherche d\'Information (RI). Notre travail de th\u00E8se se situe \u00E0 la crois\u00E9e de ces deux th\u00E9matiques. Notre objectif principal est de concevoir et de mettre en \u0153uvre des strat\u00E9gies permettant de scruter le web pour extraire des Entit\u00E9s Nomm\u00E9es (EN) complexes (EN compos\u00E9es de plusieurs propri\u00E9t\u00E9s pouvant \u00EAtre du texte ou d\'autres EN) de type entreprise ou de type \u00E9v\u00E9nement, par exemple. Nous proposons ensuite des services d\'indexation et d\'interrogation pour r\u00E9pondre \u00E0 des besoins d\'informations. Ces travaux ont \u00E9t\u00E9 r\u00E9alis\u00E9s au sein de l\'\u00E9quipe T2I du LIUPPA, et font suite \u00E0 une commande de l\'entreprise Cogniteev, dont le c\u0153ur de m\u00E9tier est centr\u00E9 sur l\'analyse du contenu du Web. Les probl\u00E9matiques vis\u00E9es sont, d\'une part, l\'extraction d\'EN complexes sur le Web et, d\'autre part, l\'indexation et la recherche d\'information int\u00E9grant ces EN complexes. Notre premi\u00E8re contribution porte sur l\'extraction d\'EN complexes dans des textes. Pour cette contribution, nous prenons en compte plusieurs probl\u00E8mes, notamment le contexte bruit\u00E9 caract\u00E9risant certaines propri\u00E9t\u00E9s (pour un \u00E9v\u00E9nement par exemple, la page web correspondante peut contenir deux dates : la date de l\'\u00E9v\u00E9nement et celle de mise en vente des billets). Pour ce probl\u00E8me en particulier, nous introduisons un module de d\u00E9tection de blocs qui permet de focaliser l\'extraction des propri\u00E9t\u00E9s sur des blocs de texte pertinents. Nos exp\u00E9rimentations montrent une nette am\u00E9lioration des performances due \u00E0 cette approche. Nous nous sommes \u00E9galement int\u00E9ress\u00E9s \u00E0 l\'extraction des adresses, o\u00F9 la principale difficult\u00E9 d\u00E9coule du fait qu\'aucun standard ne se soit r\u00E9ellement impos\u00E9 comme mod\u00E8le de r\u00E9f\u00E9rence. Nous proposons donc un mod\u00E8le \u00E9tendu et une approche d\'extraction bas\u00E9e sur des patrons et des ressources libres.Notre deuxi\u00E8me contribution porte sur le calcul de similarit\u00E9 entre EN complexes. Dans l\'\u00E9tat de l\'art, ce calcul se fait g\u00E9n\u00E9ralement en deux \u00E9tapes : (i) une premi\u00E8re calcule les similarit\u00E9s entre propri\u00E9t\u00E9s et (ii) une deuxi\u00E8me agr\u00E8ge les scores obtenus pour le calcul de la similarit\u00E9 globale. En ce qui concerne cette premi\u00E8re \u00E9tape, nous proposons une fonction de calcul de similarit\u00E9 entre EN spatiale, l\'une repr\u00E9sent\u00E9e par un point et l\'autre par un polygone. Elle compl\u00E8te l\'\u00E9tat de l\'art. Notons que nos principales propositions se situent au niveau de la deuxi\u00E8me \u00E9tape. Ainsi, nous proposons trois techniques pour l\'agr\u00E9gation des scores interm\u00E9diaires. Les deux premi\u00E8res sont bas\u00E9es sur la somme pond\u00E9r\u00E9e des scores interm\u00E9diaires (combinaison lin\u00E9aire et r\u00E9gression logistique). La troisi\u00E8me exploite les arbres de d\u00E9cisions pour agr\u00E9ger les scores interm\u00E9diaires. Enfin, nous proposons une derni\u00E8re approche bas\u00E9e sur le clustering et le mod\u00E8le vectoriel de Salton pour le calcul de similarit\u00E9 entre EN complexes. Son originalit\u00E9 vient du fait qu\'elle ne n\u00E9cessite pas de passer par le calcul de scores de similarit\u00E9s interm\u00E9diaires.<\/span>\"@fr<\/a> ;\u00A0\u00A0\u00A0\nschema:description<\/a> \"Recent developments in information technologies have made the web an important data source. However, the web content is very unstructured. Therefore, it is a difficult task to automatically process this web content in order to extract relevant information. This is a reason why research work related to Information Extraction (IE) on the web are growing very quickly. Similarly, another very explored research area is the querying of information extracted on the web to answer an information need. This other research area is known as Information Retrieval (IR). Our research work is at the crossroads of both areas. The main goal of our work is to develop strategies and techniques for crawling the web in order to extract complex Named Entities (NEs) (NEs with several properties that may be text or other NEs). We then propose to index them and to query them in order to answer information needs. This work was carried out within the T2I team of the LIUPPA laboratory, in collaboration with Cogniteev, a company which core business is focused on the analysis of web content. The issues we had to deal with were the extraction of complex NEs on the web and the development of IR services supplied by the extracted data. Our first contribution is related to complex NEs extraction from text content. For this contribution, we take into consideration several problems, in particular the noisy context characterizing some properties (the web page describing an event for example, may contain more than one dates: the event\'s date and the date of ticket\'s sales opening). For this particular problem, we introduce a block detection module that focuses property\'s extraction on relevant text blocks. Our experiments show an improvement of system\'s performances. We also focused on address extraction where the main issue arises from the fact that there is not a standard way for writing addresses in general and on the web in particular. We therefore propose a pattern-based approach which uses some lexicons for extracting addresses from text, regardless of proprietary resources.Our second contribution deals with similarity computation between complex NEs. In the state of the art, this similarity computation is generally performed in two steps: (i) first, similarities between properties are calculated; (ii) then the obtained similarities are aggregated to compute the overall similarity. Our main proposals focuses on the second step. We propose three techniques for aggregating property\'s similarities. The first two are based on the weighted sum of these property\'s similarities (simple linear combination and logistic regression). The third technique however, uses decision trees for the aggregation. Finally, we also propose a last approach based on clustering and Salton vector model. This last approach evaluates the similarity at the complex NE level without computing property\'s similarities. We also propose a similarity computation function between spatial EN, one represented by a point and the other by a polygon. This completes those of the state of the art.<\/span>\"@fr<\/a> ;\u00A0\u00A0\u00A0\nschema:exampleOfWork<\/a> <http:\/\/worldcat.org\/entity\/work\/id\/5040779306<\/a>> ;\u00A0\u00A0\u00A0\nschema:genre<\/a> \"Th\u00E8ses et \u00E9crits acad\u00E9miques<\/span>\"@fr<\/a> ;\u00A0\u00A0\u00A0\nschema:inLanguage<\/a> \"fr<\/span>\" ;\u00A0\u00A0\u00A0\nschema:name<\/a> \"Recherche d\'entit\u00E9s nomm\u00E9es complexes sur le web : propositions pour l\'extraction et pour le calcul de similarit\u00E9<\/span>\"@fr<\/a> ;\u00A0\u00A0\u00A0\nschema:productID<\/a> \"1032611229<\/span>\" ;\u00A0\u00A0\u00A0\nschema:url<\/a> <http:\/\/www.theses.fr\/2018PAUU3003\/abes<\/a>> ;\u00A0\u00A0\u00A0\nschema:url<\/a> <http:\/\/www.theses.fr\/2018PAUU3003\/document<\/a>> ;\u00A0\u00A0\u00A0\nwdrs:describedby<\/a> <http:\/\/www.worldcat.org\/title\/-\/oclc\/1032611229<\/a>> ;\u00A0\u00A0\u00A0\u00A0.\n\n\n<\/div>\n\n

Related Entities<\/h3>\n
<http:\/\/dewey.info\/class\/004.6\/<\/a>>\u00A0\u00A0\u00A0\u00A0a \nschema:Intangible<\/a> ;\u00A0\u00A0\u00A0\u00A0.\n\n\n<\/div>\n
<http:\/\/experiment.worldcat.org\/entity\/work\/data\/5040779306#Organization\/ecole_doctorale_sciences_exactes_et_leurs_applications_pau_pyrenees_atlantiques<\/a>> # \u00C9cole doctorale sciences exactes et leurs applications (Pau, Pyr\u00E9n\u00E9es Atlantiques).<\/span>\n\u00A0\u00A0\u00A0\u00A0a \nschema:Organization<\/a> ;\u00A0\u00A0\u00A0\nschema:name<\/a> \"\u00C9cole doctorale sciences exactes et leurs applications (Pau, Pyr\u00E9n\u00E9es Atlantiques).<\/span>\" ;\u00A0\u00A0\u00A0\u00A0.\n\n\n<\/div>\n
<http:\/\/experiment.worldcat.org\/entity\/work\/data\/5040779306#Organization\/universite_de_pau_et_des_pays_de_l_adour<\/a>> # Universit\u00E9 de Pau et des Pays de l\'Adour.<\/span>\n\u00A0\u00A0\u00A0\u00A0a \nschema:Organization<\/a> ;\u00A0\u00A0\u00A0\nschema:name<\/a> \"Universit\u00E9 de Pau et des Pays de l\'Adour.<\/span>\" ;\u00A0\u00A0\u00A0\u00A0.\n\n\n<\/div>\n
<http:\/\/experiment.worldcat.org\/entity\/work\/data\/5040779306#Person\/fotsoh_tawaofaing_armel_1992<\/a>> # Armel Fotsoh Tawaofaing<\/span>\n\u00A0\u00A0\u00A0\u00A0a \nschema:Person<\/a> ;\u00A0\u00A0\u00A0\nschema:birthDate<\/a> \"1992<\/span>\" ;\u00A0\u00A0\u00A0\nschema:deathDate<\/a> \"\" ;\u00A0\u00A0\u00A0\nschema:familyName<\/a> \"Fotsoh Tawaofaing<\/span>\" ;\u00A0\u00A0\u00A0\nschema:givenName<\/a> \"Armel<\/span>\" ;\u00A0\u00A0\u00A0\nschema:name<\/a> \"Armel Fotsoh Tawaofaing<\/span>\" ;\u00A0\u00A0\u00A0\u00A0.\n\n\n<\/div>\n
<http:\/\/experiment.worldcat.org\/entity\/work\/data\/5040779306#Person\/mrissa_michael_1980<\/a>> # Micha\u00EBl Mrissa<\/span>\n\u00A0\u00A0\u00A0\u00A0a \nschema:Person<\/a> ;\u00A0\u00A0\u00A0\nschema:birthDate<\/a> \"1980<\/span>\" ;\u00A0\u00A0\u00A0\nschema:deathDate<\/a> \"\" ;\u00A0\u00A0\u00A0\nschema:familyName<\/a> \"Mrissa<\/span>\" ;\u00A0\u00A0\u00A0\nschema:givenName<\/a> \"Micha\u00EBl<\/span>\" ;\u00A0\u00A0\u00A0\nschema:name<\/a> \"Micha\u00EBl Mrissa<\/span>\" ;\u00A0\u00A0\u00A0\u00A0.\n\n\n<\/div>\n
<http:\/\/experiment.worldcat.org\/entity\/work\/data\/5040779306#Person\/sallaberry_christian_1966<\/a>> # Christian Sallaberry<\/span>\n\u00A0\u00A0\u00A0\u00A0a \nschema:Person<\/a> ;\u00A0\u00A0\u00A0\nschema:birthDate<\/a> \"1966<\/span>\" ;\u00A0\u00A0\u00A0\nschema:deathDate<\/a> \"\" ;\u00A0\u00A0\u00A0\nschema:familyName<\/a> \"Sallaberry<\/span>\" ;\u00A0\u00A0\u00A0\nschema:givenName<\/a> \"Christian<\/span>\" ;\u00A0\u00A0\u00A0\nschema:name<\/a> \"Christian Sallaberry<\/span>\" ;\u00A0\u00A0\u00A0\u00A0.\n\n\n<\/div>\n
<http:\/\/experiment.worldcat.org\/entity\/work\/data\/5040779306#Thing\/calcul_de_similarite<\/a>> # Calcul de similarit\u00E9<\/span>\n\u00A0\u00A0\u00A0\u00A0a \nschema:Thing<\/a> ;\u00A0\u00A0\u00A0\nschema:name<\/a> \"Calcul de similarit\u00E9<\/span>\" ;\u00A0\u00A0\u00A0\u00A0.\n\n\n<\/div>\n
<http:\/\/experiment.worldcat.org\/entity\/work\/data\/5040779306#Thing\/entite_nommee_complexe<\/a>> # Entit\u00E9 Nomm\u00E9e Complexe<\/span>\n\u00A0\u00A0\u00A0\u00A0a \nschema:Thing<\/a> ;\u00A0\u00A0\u00A0\nschema:name<\/a> \"Entit\u00E9 Nomm\u00E9e Complexe<\/span>\" ;\u00A0\u00A0\u00A0\u00A0.\n\n\n<\/div>\n
<http:\/\/experiment.worldcat.org\/entity\/work\/data\/5040779306#Thing\/extraction_d_entites_nommees<\/a>> # Extraction d\'entit\u00E9s nomm\u00E9es<\/span>\n\u00A0\u00A0\u00A0\u00A0a \nschema:Thing<\/a> ;\u00A0\u00A0\u00A0\nschema:name<\/a> \"Extraction d\'entit\u00E9s nomm\u00E9es<\/span>\" ;\u00A0\u00A0\u00A0\u00A0.\n\n\n<\/div>\n
<http:\/\/experiment.worldcat.org\/entity\/work\/data\/5040779306#Thing\/recherche_d_information<\/a>> # Recherche d\'information<\/span>\n\u00A0\u00A0\u00A0\u00A0a \nschema:Thing<\/a> ;\u00A0\u00A0\u00A0\nschema:name<\/a> \"Recherche d\'information<\/span>\" ;\u00A0\u00A0\u00A0\u00A0.\n\n\n<\/div>\n
<http:\/\/experiment.worldcat.org\/entity\/work\/data\/5040779306#Thing\/representation_de_la_connaissance<\/a>> # Repr\u00E9sentation de la connaissance<\/span>\n\u00A0\u00A0\u00A0\u00A0a \nschema:Thing<\/a> ;\u00A0\u00A0\u00A0\nschema:name<\/a> \"Repr\u00E9sentation de la connaissance<\/span>\" ;\u00A0\u00A0\u00A0\u00A0.\n\n\n<\/div>\n
<http:\/\/experiment.worldcat.org\/entity\/work\/data\/5040779306#Thing\/web_mining<\/a>> # Web mining<\/span>\n\u00A0\u00A0\u00A0\u00A0a \nschema:Thing<\/a> ;\u00A0\u00A0\u00A0\nschema:name<\/a> \"Web mining<\/span>\" ;\u00A0\u00A0\u00A0\u00A0.\n\n\n<\/div>\n
<http:\/\/experiment.worldcat.org\/entity\/work\/data\/5040779306#Topic\/information_electronique<\/a>> # Information \u00E9lectronique<\/span>\n\u00A0\u00A0\u00A0\u00A0a \nschema:Intangible<\/a> ;\u00A0\u00A0\u00A0\nschema:name<\/a> \"Information \u00E9lectronique<\/span>\"@fr<\/a> ;\u00A0\u00A0\u00A0\u00A0.\n\n\n<\/div>\n
<http:\/\/id.loc.gov\/vocabulary\/countries\/fr<\/a>>\u00A0\u00A0\u00A0\u00A0a \nschema:Place<\/a> ;\u00A0\u00A0\u00A0\ndcterms:identifier<\/a> \"fr<\/span>\" ;\u00A0\u00A0\u00A0\u00A0.\n\n\n<\/div>\n
<http:\/\/www.theses.fr\/2018PAUU3003\/document<\/a>>\u00A0\u00A0\u00A0\nrdfs:comment<\/a> \"Acc\u00E8s au texte int\u00E9gral<\/span>\" ;\u00A0\u00A0\u00A0\u00A0.\n\n\n<\/div>\n
<http:\/\/www.worldcat.org\/title\/-\/oclc\/1032611229<\/a>>\u00A0\u00A0\u00A0\u00A0a \ngenont:InformationResource<\/a>, genont:ContentTypeGenericResource<\/a> ;\u00A0\u00A0\u00A0\nschema:about<\/a> <http:\/\/www.worldcat.org\/oclc\/1032611229<\/a>> ; # Recherche d\'entit\u00E9s nomm\u00E9es complexes sur le web : propositions pour l\'extraction et pour le calcul de similarit\u00E9<\/span>\n\u00A0\u00A0\u00A0\nschema:dateModified<\/a> \"2020-04-20<\/span>\" ;\u00A0\u00A0\u00A0\nvoid:inDataset<\/a> <http:\/\/purl.oclc.org\/dataset\/WorldCat<\/a>> ;\u00A0\u00A0\u00A0\u00A0.\n\n\n<\/div>\n\n

Content-negotiable representations<\/p>\n