Please use this identifier to cite or link to this item: http://localhost:8080/xmlui/handle/123456789/12531
Full metadata record
DC FieldValueLanguage
dc.contributor.authorBouchelouche, Khadidja.-
dc.contributor.authorSibsa., Ahlem.-
dc.date.accessioned2021-10-27T11:23:46Z-
dc.date.available2021-10-27T11:23:46Z-
dc.date.issued2018-06-27-
dc.identifier.urihttp://di.univ-blida.dz:8080/jspui/handle/123456789/12531-
dc.descriptionill.,Bibliogr.fr_FR
dc.description.abstractLes travaux menés dans le cadre du résumé automatique de texte ont montré des résultats à la fois très encourageants mais qui sont toujours à améliorer. La problématique du résumé automatique ne cesse d'évoluer avec les nouveaux champs d'application qui s'imposent, ce qui augmente les contraintes liées à cette tâche. Nous nous intéressons au résumé automatique abstractif multi-documents. Pour cela, nous examinons les différentes approches existantes en mettant l'accent sur les travaux les plus récents. Nous essayons d'améliorer la tâche des systèmes de résumé automatique abstractif multi-documents de texte en utilisant les modèles génératifs d'apprentissage automatique du domaine d'intelligence artificielle. Mots clés: Résumé automatique, Multi documents, Apprentissage automatique, Abstractif.fr_FR
dc.language.isofrfr_FR
dc.publisherUniversité Blida 1fr_FR
dc.subjectRésumé automatique.fr_FR
dc.subjectMulti documents.fr_FR
dc.subjectApprentissage automatique.fr_FR
dc.subjectAbstractif.fr_FR
dc.titleVers un meilleur résumé automatique multidocuments.fr_FR
dc.typeThesisfr_FR
Appears in Collections:Mémoires de Master

Files in This Item:
File Description SizeFormat 
bouchelouche khadidja.pdf50,65 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.