Zerguine SoumiaBendrimia Amira2023-09-252023-09-252023MM/763http://10.10.1.6:4000/handle/123456789/3986La plupart des questions religieuses posées par les musulmans ont déjà reçu des réponses de la part de spécialistes. Cependant, la difficulté de les contacter directement a empêché d'obtenir des réponses immédiates, ce qui a conduit à la recherche de méthodes alternatives pour obtenir ces informations. L'objectif de ce travail est de créer un système qui répond automatiquement aux questions religieuses posées par les musulmans en langue arabe, en utilisant des techniques d'intelligence artificielle et d'analyse du langage naturel pour fournir des réponses automatiques et instantanées à ces interrogations. Dans ce manuscrit, nous avons utilisé un modèle d'apprentissage profond, qui se distingue par sa capacité à comprendre la langue arabe naturelle et à extraire le sens des textes écrits. Les résultats expérimentals ont montré que notre modèle « Sora-QA » basé sur le deep learning a donné de meilleurs résultats par rapport à la méthode TF-IDF.fr: أ ظَ خً الإخبثخ عهى الأسئهخ ، رظ فٍُ ان ظُ صٕ ، انهغخ انعشث خٍ ،انزعهى ا نَ ، انزعهى انع كًٍ , TF-IDF,BERTQuestion Answering system, Arabic Language, Text classification, Machine learning, Deep learning, TF-IDF, BERTSystèmes de Question-Réponse, Langue arabe, Classification de textes, Apprentissage automatique, Apprentissage profond, TF-IDF, BERTThesis