Information extraction from social networks through text/image representation learning : Application to natural disaster management
L'essor des réseaux sociaux, comme Twitter, a rendu ces plateformes essentielles pour diffuser des informations en temps réel lors de crises. Des méthodes automatisées de filtrage et de catégorisation de ces publications, basées sur le texte ou les images, ont été développées pour exploiter ces...
שמור ב:
| מחבר ראשי: | |
|---|---|
| מחברים אחרים: | , , , , , |
| פורמט: | Thèse numérique |
| שפה: | Anglais Français |
| יצא לאור: |
2025.
|
| נושאים: | |
| גישה מקוונת: | Accès au texte intégral https://theses.univ-orleans.fr/public/2025ORLE1015_va.pdf http://www.theses.fr/2025ORLE1015/abes https://theses.hal.science/tel-05280546 |
| הערה: |
Titre provenant de l'écran-titre Ecole(s) Doctorale(s) : École doctorale Mathématiques, Informatique, Physique Théorique et Ingénierie des Systèmes (Centre-Val de Loire ; 2012-....) Partenaire(s) de recherche : Laboratoire d'informatique fondamentale d'Orléans (Orléans ; 1987-....) (Laboratoire) Autre(s) contribution(s) : Laure Tougne Rodet (Président du jury) ; Farah Benamara, Benjamin Piwowarski, Cécile Gracianne (Membre(s) du jury) ; Farah Benamara, Benjamin Piwowarski (Rapporteur(s)) |
| Autres localisations: | Voir dans le Sudoc |
| Variante du titre: | Extraction d'Informations dans les réseaux sociaux par apprentissage de représentations textes/images :, application à la gestion des catastrophes naturelles |
