Factorisation matricielle: extraction d'informations

Cette séance de cours de l'instructeur couvre le concept de factorisation matricielle pour l'extraction d'informations, en se concentrant sur la création de représentations de faible dimension pour les paires d'entités et les relations pour lier les modèles de texte aux types de relations. Il explique le processus de création d'une matrice avec des paires d'entités sous forme de lignes et des types de relations sous forme de colonnes, et comment les relations à partir de modèles de texte et de bases de connaissances sont extraites. La séance de cours explore également le classement personnalisé bayésien, les intégrations de relations et l’exploitation de la similitude d’intégration de relations. Il se termine par un résumé des méthodes d'extraction de l'information, y compris les approches basées sur les modèles, l'apprentissage supervisé et les méthodes hybrides comme la factorisation matricielle.