Contributions à l'Annotation Sémantique des Données Tabulaires et ses Applications

Résumé

Avec l’avènement de l’Open Data, de nombreuses ressources de données sont mises à la disposition des communautés, en particulier des experts en données. Ces données sont cruciales pour les services numériques, à condition qu’elles soient nettoyées, exemptes de biais et dotées d’une sémantique claire et compréhensible par les algorithmes afin de faciliter leur exploitation. Les données structurées, telles que les fichiers CSV, JSON, XML,etc., servent de matière première à de nombreux processus de science des données. Cependant, ces données proviennent de divers domaines où l’expertise des utilisateurs peut être limitée. Par conséquent, s’approprier ces données, une étape essentielle dans la création de modèles d’apprentissage automatique de qualité, peut s’avérer complexe. Le modèles sémantiques, comme les ontologies, offrent une représentation claire du sens des données. Ils détaillent les concepts et les relations présents. En attribuant des éti quettes sémantiques aux ensembles de données, on facilite leur compréhension et leur réutilisation. Cela permet une meilleure documentation accessible aux non-experts. De plus, l’annotation sémantique ouvre la voie à des recherches plus avancées. On peut ainsi aller au-delà des simples mots-clés et réaliser des requêtes de haut niveau, tant sur le contenu que sur la structure des jeux de données. Cela permet également de sur monter les problèmes d’hétérogénéité syntaxique présents dans les données tabulaires. Cette thèse présente une série complète de procédures pour extraire, interpréter et utiliser des données tabulaires en utilisant des graphiques de connaissances. Nous com mençons par examiner la définition des données tabulaires du point de vue de leur interprétation, puis nous développons des systèmes pour collecter et extraire des ta bleaux à partir du Web et de fichiers locaux. Ensuite, nous proposons nos systèmes d’interprétation des données tabulaires pour relever les défis identifiés dans la littéra ture. Enfin, nous présentons et évaluons nos applications visant à améliorer les tableaux en tirant parti des annotations sémantiques générées.

Citer ce document

Accès au document

Ce document est hébergé sur son dépôt institutionnel d'origine.

Auteur(s)

Statistiques

Consultations : 2

Téléchargements : 0