Read more
Les données non structurées sont celles qui n'ont pas de forme ou de structure préétablie et qui sont pleines de données textuelles. Les systèmes non structurés typiques comprennent les courriels, les rapports, les conversations téléphoniques ou par messagerie, etc. L'objectif principal de ce travail est d'extraire les mots-clés d'une conversation à l'aide de techniques d'intelligence artificielle (SI). Les mots-clés sont regroupés en fonction de leur classification, puis suggérés à l'utilisateur. Dans le travail proposé, en utilisant des techniques de recherche croisée, les mots-clés sont faciles à rechercher et fournissent quelques mots-clés importants. Des algorithmes distincts sont utilisés pour la recherche et le regroupement. L'algorithme Firefly est utilisé pour le regroupement afin d'identifier les mots-clés similaires. Enfin, les résultats montrent que les techniques SI ont un meilleur effet et une meilleure convergence par rapport aux diverses techniques d'extraction de mots-clés existantes.
About the author
J. I. Sheeba est titulaire d'un doctorat en informatique et ingénierie de l'université de Pondichéry. Elle travaille actuellement comme professeur adjoint au département d'informatique et d'ingénierie du Pondicherry Engineering College. Ses recherches portent sur l'exploration des données et l'informatique douce. Elle a plus de 13 ans d'expérience dans l'enseignement.
