Skip to Main content Skip to Navigation
Conference papers

Deux méthodes de classification de règles d'association en fouille de textes

Hacène Cherfi 1 Amedeo Napoli 1 Yannick Toussaint 1
1 ORPAILLEUR - Knowledge representation, reasonning
INRIA Lorraine, LORIA - Laboratoire Lorrain de Recherche en Informatique et ses Applications
Résumé : Un processus de fouille de données textuelles s'appuyant sur l'extraction de règles d'association engendre un très grand nombre de règles extraites. Il est alors nécessaire pour classifier les règles extraites de pouvoir disposer de critères de classification de qualité fiable, par exemple en rapport avec des connaissances disponibles sur le domaine des textes. La plupart des méthodes de classification de règles d'association mettent en oeuvre des critères statistiques pour juger de la qualité d'une règle. Dans cet article, nous présentons deux méthodes de classification : la première est classique et met en jeu des mesures statistiques tandis que la seconde est plus originale et fait appel à un modèle de connaissances du domaine. Un exemple et une discussion sur le bien-fondé de cette approche illustrent et complètent cet article.
Complete list of metadata

https://hal.inria.fr/inria-00000435
Contributor : Hacène Cherfi <>
Submitted on : Friday, October 14, 2005 - 3:40:35 PM
Last modification on : Friday, February 26, 2021 - 3:28:05 PM
Long-term archiving on: : Thursday, April 1, 2010 - 10:44:25 PM

Files

Identifiers

  • HAL Id : inria-00000435, version 1

Collections

Citation

Hacène Cherfi, Amedeo Napoli, Yannick Toussaint. Deux méthodes de classification de règles d'association en fouille de textes. 12èmes journées de la Société Francophone de Classification - SFC-05, Université du Québec à Montréal UQAM, Apr 2005, Montréal/Canada, pp.104-107. ⟨inria-00000435⟩

Share

Metrics

Record views

202

Files downloads

404