examen final début notes

examen_final.md

@@ -0,0 +1,73 @@
+---
+author: François Pelletier
+title: Notes de cours - examen final
+fig_caption: yes
+highlight: pygments
+number_sections: yes
+toc: yes
+toc_depth: 3
+geometry: "left=2cm,right=2cm,top=2cm,bottom=2cm"
+fontsize: 12pt
+---
+
+# Extraction d'information
+
+Objectif: obtenir de l'information utile et la structurer.
+
+## Types d'information:
+
+- Quasi structurée: texte préformaté, par exemple un bulletin météo
+- Semi structurée: texte en points de forme, par exemple une annonce classée
+- Non structurée: texte libre, par exemple un article de nouvelles
+
+## Types d'extraction
+
+- Reconnaissance d'entitées nommées
+- Détection et classification de relations
+- Détection et classification d'évènements
+
+## Reconnaissance d'entitées nommées
+
+**Entité nommée**: Se désigne par un nom propre, une quantité, une date, une marque temportelle ou un montant d'argent. Peuvent être spécifiques au domaine d'application
+
+Objectif: Trouver les entitées nommées et les classer selon leur type. 
+
+Usages:
+
+- Indexation
+- Identification de relations
+- Résolution de requêtes
+- Lien avec une base de connaissances
+
+Exemples de types d'entités nommées:
+
+- Personne
+- Marques de commerce
+- Lieu
+- Organisation
+- Géopolitique
+- Argent
+- Temps
+
+Enjeux: ambiguité du type des entités. Peuvent appartenir à plusieurs catégories
+
+### Approches de NER
+
+#### Apprentissage automatique:
+
+- Étiquetage
+- Nécessite des exemples
+
+
+
+
+#### Base de règles
+
+- Largement utilisé en pratique
+- Fort niveau de précision
+
+
+## Détection et classification de relations
+
+## Détection et classification d'évènements
+