Afficher la notice abrégée
dc.contributor.author |
Zerguine Soumia |
|
dc.contributor.author |
Bendrimia Amira |
|
dc.date.accessioned |
2023-09-18T12:31:35Z |
|
dc.date.available |
2023-09-18T12:31:35Z |
|
dc.date.issued |
2023 |
|
dc.identifier.issn |
MM/763 |
|
dc.identifier.uri |
https://dspace.univ-bba.dz:443/xmlui/handle/123456789/3917 |
|
dc.description.abstract |
يعظى الأسئهخ انذ خٌٍُ انز طٌشح بٓ ان سًه لذ رى انشد عه بٍٓ فعه بٍ ي لجم انعه بًء ان زًخظظ ،ٍٍ نٔك طع ثٕخ الارظبل
ان جًبشش يع ىٓ حبنذ د الإخبثخ انف سٕ خٌ، ي بً ا خٔت انجحث ع طشق ثذ هٌخ نهحظ لٕ عهى زْ ان عًه يٕبد.
ذْف زْا انجحث إ شَبء ظَبو دٌ تٍ رهمبئ بًٍ عهى الأسئهخ انذ خٌٍُ ان طًش حٔخ ي لجم ان سًه ثبنهغخ انعشث خٍ، ثبسزخذاو
رم بٍُد انزكبء الاطط بُع رٔحه مٍ انهغخ انطج عٍ خٍ نز فٕ شٍ إخبثبد رهمبئ خٍ فٔ سٕ خٌ عهى زْ انزسبؤلاد .
ف ثحث بُ، اسزخذي بُ رًَٕج انزعهى انع كًٍ زٌ زًٍ ثمذسر عهى ف ىٓ انهغخ انعشث خٍ انطج عٍ خٍ أسزخلاص ان عً ىُ ي ان ظُ صٕ
ان كًز ثٕخ.
زٌأنف ان حُٓ ان مًزشذ ي حٔذر سئ سٍ زٍ ،ٍٍ إن حذح الأ نٔى حٔذح إدخبل طهجبد ان سًه ،ًٍٍ ح ثٍ زٌى اسزمجبل أسئهخ
ان سًزخذي انذ خٌٍُ إٔدخبن بٓ ف ان ظُبو. إٔن حذح انثب خٍَ رسزد تٍ ثشكم يخزض نهطهت ي خلال انجحث عهى أسبس انزشبث انذلان ف ل إعذ انج بٍ بَد ان خًٕ دٕح.
أظ شٓد ان زُبئح انزدش جٌ خٍ أ رًَٕخ بُ « Sora-QA » ان جً عهى انزعهى انع كًٍ , لذو زَبئح أفضم ثبن مًبس خَ يع طش مٌخ TF-IDF
Most of the religious questions asked by Muslims have already been answered by specialized scholars, but the difficulty of direct communication with them has hindered immediate responses, necessitating the search for alternative methods to obtain this information.
The goal of this research is to create a system that automatically answers the religious questions posed by Muslims in the Arabic language, using artificial intelligence techniques and natural language processing to provide automatic and instant answers to these inquiries.
In our research, we used a deep learning model that stands out for its ability to understand natural Arabic language and extract meaning from written texts.
The proposed approach consists of two main units. The first unit is the input unit for Muslim inquiries, where users' religious questions are received and entered into the system. and the second unit responds concretely to the request by doing a search based on semantic similarity in existing databases.
The experimental results have shown that our deep learning-based model « Sora-QA » yielded better results compared to the TF-IDF method
La 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 |
en_US |
dc.language.iso |
fr |
en_US |
dc.publisher |
UNIVERSITY BBA |
en_US |
dc.subject |
Question Answering system, Arabic Language, Text classification, Machine learning, Deep learning, TF-IDF, BERT |
en_US |
dc.subject |
Systèmes de Question-Réponse, Langue arabe, Classification de textes, Apprentissage automatique, Apprentissage profond, TF-IDF, BERT. |
en_US |
dc.title |
Système question/réponse pour la langue arabe en utilisant le deep learning |
en_US |
dc.type |
Thesis |
en_US |
Fichier(s) constituant ce document
Ce document figure dans la(les) collection(s) suivante(s)
Afficher la notice abrégée