Dans l’article précédent, nous avions construit avec wiki2iramuteq un corpus IRaMuTeQ à partir d’une catégorie de Wikipédia. Il reste à s’en servir. Cet article prend un exemple concret, les 45 notices/articles de la catégorie « Humanités numériques » de Wikipédia en français, et le suit jusqu’à la classification de Reinert. Le sujet a un petit […]
Dans cet article nous verrons comment constituer des corpus de textes à partir de Wikipédia pour les analyser avec le logiciel libre IRaMuTeQ. Nous utiliserons pour cela deux petits scripts Python, wiki2iramuteq.py et filtrer_corpus.py, disponibles sur notre dépôt GitHub : https://github.com/Anakeyn/wiki2iramuteq. Rappelons qu’IRaMuTeQ (Interface de R pour les Analyses Multidimensionnelles de Textes et de Questionnaires) […]
Dans cet article nous verrons comment effectuer des tests de similarités syntaxiques de documents en utilisant différentes méthodes : test de Jaccard, test de Dice, TF-IDF et BM25. Puis nous comparerons certains résultats « à la main ». Rappelons que la similarité syntaxique se base sur la comparaison de chaines de caractères dans des documents. Par exemple […]
Dans cet article, nous verrons comment récupérer les mots-clés dans Google Search Console afin d’enrichir les données Google Analytics « Not Provided ». Nous procèderons pour cela avec un (petit) programme en Python. Qu’est-ce que le « Not Provided » dans Google Analytics ? Vous avez certainement remarqué que dans Google Analytics quand vous souhaitez connaître les mots clés […]
Dans cet article nous verrons comment installer et paramétrer Plesk pour faire tourner du Python en mode WSGI sur un VPS OVHCloud. Notre objectif ici est de pouvoir tester un environnement de déploiement où nous pourrons faire cohabiter un Site Web développé en PHP avec des scripts d’Intelligence Artificielle développés en Python. Le choix d’OVHCloud […]
Dans cet article, nous verrons comment déterminer un nombre de jours en service de réanimation par département à partir des données de Santé Publique France, au moyen d’un programme Python. Normalement, si l’on voulait calculer ce nombre de jours de façon certaine, il faudrait avoir un fichier de toutes les observations (c’est à dire dans […]
Cette étude observationnelle porte sur les données hospitalières fournies par Santé Publique France relatives au Covid-19 du 18 mars au 20 mai 2020. Nous nous sommes intéressés au Taux de décès par rapport aux hospitalisations cumulées en France par département et par région. Ceci pourrait être intéressant pour évaluer une efficacité hospitalière. L’étude porte sur […]
Dans cet article nous verrons comment récupérer les données de « Performance Web » de votre site (notamment les mots clés) de Google Search Console dans Dataiku Data Science Studio 6.0. Nous ferons ensuite différents traitements sur ces données. Ceci vous permettra de voir une partie de l’étendue des possibilités de DSS dans la manipulation de données […]
Cet article fait partie d’une série d’articles sur la classification de pages Web dans Google via le Deep Learning. Cette série a démarré par un article sur l’utilisation d’un réseau de neurones à propagation avant ou perceptron multicouches simple. Nous allons cette fois utiliser un Réseau de Neurones Convolutif pour résoudre notre problème. Traditionnellement les […]
Dans cet article nous verrons comment calculer un « score BERT » pour déterminer si une page web est susceptible de répondre à une question posée dans Google. Pour ceux qui n’auraient pas fait attention, l’algorithme BERT a été déployé sur les résultats de Google pour l’anglais aux US depuis le 25 octobre 2019, et depuis le […]
En continuant à utiliser le site, vous acceptez l’utilisation des cookies. Plus d’informations
Les paramètres des cookies sur ce site sont définis sur « accepter les cookies » pour vous offrir la meilleure expérience de navigation possible. Si vous continuez à utiliser ce site sans changer vos paramètres de cookies ou si vous cliquez sur "Accepter" ci-dessous, vous consentez à cela.
