Projet de fin d'étude : Extraction contextuelle de règles d'association entre les descripteurs thématiques des articles scientifiques pour optimiser la recherche bibliographique dans une archive ouverte

Etudiant : EL MEKAOUI OUSSAMA

Filière : Master Web Intelligence et Sciences des Données (WISD)

Encadrant : Pr. EL-BATTEOUI ISMAIL

Annèe : 2023

Résumé : Ce sujet porte sur I'extraction contextuelle de règles d'association entre les descripteurs thématiques des articles scientifiques, dans le but d'optimiser la recherche bibliographique au sein d'une archive ouverte. L'objectif est de développer des techniques avancées d'apprentissage profond pour extraire des règles d'association entre les articles d'une archive ouverte. En utilisant différentes approches de réduction de la dimensionnalité notamment I'utilisation des architectures d'auto-encodeur. De plus, nous avons intégré le concept de plongement de graphes de connaissances pour extraire des règles hybrides entre les mentions d'entités provenant de ces graphes. Cette approche nous permet de combiner I'information statistique traditionnelle avec les connaissances a priori encodées dans le graphe, enrichissant ainsi notre approche d'extraction de règles d'association,