Titre : | Towards a general framework of smart Open Linked Government Data Exploiting Natural Language Processing techniques and Recommender Systems | Type de document : | projet fin études | Auteurs : | Lamiaa SINIF, Auteur | Langues : | Français (fre) | Catégories : | SDBD
| Mots-clés : | Donnees ouvertes, Donnees gouvernementales ouvertes, Qualite de donnees,
Approche basee sur un dictionnaire, Approche dapprentissage des caracteristiques,
Traitement de language naturel, Donnees liees, Visualisation des donnees, e-sante. | Index. décimale : | mast 77/18 | Résumé : | Les initiatives douverture de donnees publiques permettent aux parties prenantes,
notamment aux developpeurs, aux start-ups, aux organisations de la societe civile
et aux citoyens, d'obtenir des informations sur une localite ou un pays an de les
reutiliser et de creer une source d'enrichissement, levier interne de modernisation,
de developpement economique et de transparence accrue.
Plusieurs acteurs dans le monde se concentrent sur la disponibilite de donnees
publiques ouvertes, en appliquant des directives juridiques et en beneciant de la
competence technique des organisations publiques dans dierents pays. Alors que ces
portails gouvernementaux orent des outils pour presenter, rechercher, telecharger et
visualiser ces informations gouvernementales, des voix critiques commencent a abor-
der certaines questions de disponibilite d'une grande quantite de donnees rpliquees.
Par consequent, une diculte de trouver des ensembles de donnees pertinents ainsi
que l'accessibilit des ensembles de donnes sans liens entre eux. Plus concretement,
nous presentons un modele pour un portail de donnees gouvernementales ouvertes
utilisant dierentes technologies, le Web Semantique pour decouvrir les liens en-
tre des sources de donnees heterogenes, le Traitement du Langage Naturel pour
agreger semantiquement des ensembles de donnees similaires et des systemes de
recommandation bases sur les evaluations an de fournir des suggestions de donnees
susceptibles de representer un interet potentiel pour les citoyens.
|
Towards a general framework of smart Open Linked Government Data Exploiting Natural Language Processing techniques and Recommender Systems [projet fin études] / Lamiaa SINIF, Auteur . - [s.d.]. Langues : Français ( fre) Catégories : | SDBD
| Mots-clés : | Donnees ouvertes, Donnees gouvernementales ouvertes, Qualite de donnees,
Approche basee sur un dictionnaire, Approche dapprentissage des caracteristiques,
Traitement de language naturel, Donnees liees, Visualisation des donnees, e-sante. | Index. décimale : | mast 77/18 | Résumé : | Les initiatives douverture de donnees publiques permettent aux parties prenantes,
notamment aux developpeurs, aux start-ups, aux organisations de la societe civile
et aux citoyens, d'obtenir des informations sur une localite ou un pays an de les
reutiliser et de creer une source d'enrichissement, levier interne de modernisation,
de developpement economique et de transparence accrue.
Plusieurs acteurs dans le monde se concentrent sur la disponibilite de donnees
publiques ouvertes, en appliquant des directives juridiques et en beneciant de la
competence technique des organisations publiques dans dierents pays. Alors que ces
portails gouvernementaux orent des outils pour presenter, rechercher, telecharger et
visualiser ces informations gouvernementales, des voix critiques commencent a abor-
der certaines questions de disponibilite d'une grande quantite de donnees rpliquees.
Par consequent, une diculte de trouver des ensembles de donnees pertinents ainsi
que l'accessibilit des ensembles de donnes sans liens entre eux. Plus concretement,
nous presentons un modele pour un portail de donnees gouvernementales ouvertes
utilisant dierentes technologies, le Web Semantique pour decouvrir les liens en-
tre des sources de donnees heterogenes, le Traitement du Langage Naturel pour
agreger semantiquement des ensembles de donnees similaires et des systemes de
recommandation bases sur les evaluations an de fournir des suggestions de donnees
susceptibles de representer un interet potentiel pour les citoyens.
|
|