<?xml version="1.0" encoding="UTF-8"?>
<rss version="2.0" xmlns:dc="http://purl.org/dc/elements/1.1/">
  <channel>
    <title>Plugin SMILK : données liées et traitement de la langue pour améliorer la navigation Web (SemWeb.Pro) RSS Feed</title>
    <description></description>
    <link>https://cms.semweb.pro/talk/510456</link>
<item>
<guid isPermaLink="true">https://cms.semweb.pro/talk/510456</guid>
  <title>Plugin SMILK : données liées et traitement de la langue pour améliorer la navigation Web</title>
  <link>https://cms.semweb.pro/talk/510456</link>
  <description>&lt;p&gt;Pour nourrir leur stratégie marketing et leur veille concurrentielle,
les entreprises doivent surveiller le Web et donner un sens à cette grande
quantité d&#39;informations. Cette information est éparpillée et nécessite beaucoup
de temps pour analyser les différentes sources et compiler les connaissances
recueillies de manière intelligente. SMILK est un laboratoire commun entre
l&#39;Institut de recherche Inria et la société VISEO pour étudier le couplage fort
d&#39;algorithmes et de modèles linguistiques au niveau sémantique, l&#39;extraction et
le liage de connaissances issues des ressources du Web et la combinaison de
différentes techniques de raisonnement (inférences logiques, des approximations
et similitude, etc.). Dans ce contexte, nous allons présenter un prototype permettant
d&#39;enrichir les connaissances des utilisateurs naviguant sur le Web à l&#39;aide de
résultats issus du Traitement Automatique du Langage Naturel, du Web de Données et des
réseaux sociaux. Notre présentation se concentrera sur la démonstration d&#39;un plugin de
navigateur facile à installer et à utiliser, qui permet d’enrichir l’expérience utilisateur
avec quatre fonctions : - la démo commence par montrer comment il est possible d&#39;identifier
dans une page les entités pertinentes selon les intérêts de l&#39;utilisateur et comment
structurer les données connexes à l&#39;aide d&#39;une analyse linguistique dédiée ;
- la deuxième partie de la démo montre comment nous lions les entités reconnues dans le texte ;
- la troisième étape de la démo traite du liage d’entités pour connecter les données figurant
dans le texte avec les données obtenues à partir de bases de connaissances du Web ;
- enfin, dans une dernière étape la démo montre l’intégration de connaissances issues des médias
sociaux pour fournir aux utilisateurs des opinions et les idées clés liées au sujet exploré.&lt;/p&gt;
&lt;p&gt;Le prototype que nous présenterons intègre entièrement les quatre fonctions précédemment définies
et, dans le cadre de cette démonstration, est appliqué au domaine des cosmétiques.&lt;/p&gt;
&lt;p&gt;#### Auteurs :
Elena Cabrio, Jordan Calvi, Fabien Gandon, Cédric Lopez, Farhad Nooralahzadeh, Thibault Parmentier,
Frédérique Segond Laboratoire Commun SMILK, Inria, VISEO&lt;/p&gt;
&lt;p&gt;Remerciements : ces travaux de R&amp;amp;D et transfert sont soutenus par l’ANR au travers du laboratoire
commun SMILK ANR-13-LAB2-0001-01&lt;/p&gt;</description>
  <dc:date>2024-05-02T15:00+00:00</dc:date>
  <dc:creator>Marla Da Silva</dc:creator>
</item>
  </channel>
</rss>