Annotation et visualisation interactives de documents hypermédias
Texte intégral
Figure
Documents relatifs
Afin de concevoir notre environnement numérique MEDYNA de type hypermédia adaptatif dynamique nous avons utilisé 3 modèles représentés sous formes d’ontologies : un modèle de
Avec l’avènement de l’ère de l’apprentissage profond, les systèmes d’apprentissage automatique issus de la recherche en intelligence artiicielle (Artiicial inteligence, AI)
Pour permettre la mise en place d’un mécanisme de mémoire visuelle et l’intégrer, il est donc nécessaire : (1) de définir un type de données mémorisables, autorisant
Rappelons que le but de notre travail est de présenter une méthode pour l’anno- tation automatique des articles en utilisant les relations de référencement. Dans cette section,
– Le type conjonctif de chaque individu – le type des sommets concepts génériques, et la conjonction des types des sommets concepts ayant un même identifiant pour les individuels
Grâce aux modèles de prédiction de rendu des couleurs (partie II), nous avons pu introduire au chapitre 9 un nouveau schéma de cryptographie visuelle en couleur, basé non plus sur
Sur la base du modèle proposé, nous avons élaboré une architecture logicielle d’un environnement adaptatif dynamique MEDYNA permettant la réalisation de différentes
Il faut donc, pour la construction des annotations elles-mêmes, prendre en compte des connaissances linguistiques associées aux éléments du modèle sé- mantique : des termes
