Développement d'un pipeline TAL pour l'extraction et le résumé automatique des données issues de sources web Algériennes.

Abstract

Ce mémoire présente la conception et la réalisation d'une plateforme numérique dédiée à la valorisation du patrimoine culturel algérien. L'objectif principal est de centraliser, structurer et présenter des informations culturelles fiables à travers un système automatisé basé sur le web scraping et le résumé automatique. Pour surmonter le manque de bases de données accessibles et centralisées, des techniques de collecte automatique de données ont été mises en œuvre pour extraire du contenu depuis des sites web spécialisés. Ces données sont ensuite traitées, nettoyées et résumées automatiquement à l'aide d'algorithmes de Traitement Automatique du Langage Naturel (TALN), afin d'en faciliter l'accès et la compréhension pour le grand public. Le projet combine ainsi des aspects de l'ingénierie logicielle et de l'Intelligence Artificielle (IA), contribuant à la préservation culturelle et à la valorisation numérique du patrimoine algérien.. Mots-clés: Patrimoine Culturel Algérien, Web Scrapping, Résumé Automatique, Développemen d'une Plateforme Web, Modèle de Langue.