<?xml version="1.0" encoding="UTF-8"?>
<oaidc:dc xmlns:oaidc="http://www.openarchives.org/OAI/2.0/oai_dc/" xmlns:oai_dc="http://www.openarchives.org/OAI/2.0/oai_dc/" xmlns:dcterms="http://purl.org/dc/terms/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns:dc="http://purl.org/dc/elements/1.1/">
<dc:source xsi:type="dcterms:URI">http://www.sudoc.fr/264406850</dc:source>
<dc:language xsi:type="dcterms:ISO639-2">fr</dc:language>
<dc:coverage xsi:type="unistra:Coverage">FR</dc:coverage>
<dc:type xsi:type="unistra:Mention">Mémoire de master</dc:type>
<dc:title xsi:type="unistra:Titre" xml:lang="fre">Identification automatique des variétés linguistiques régionales de l’allemand</dc:title>
<dc:publisher xsi:type="unistra:Composante">Faculté des langues</dc:publisher>
<dc:date xsi:type="unistra:Date">2019-06-30</dc:date>
<dc:subject xml:langue="fre">Informatique Dialectologie Allemagne</dc:subject>
<dc:subject xml:langue="fre">dialectologie dialectes TAL traitement automatique des langues linguistique informatique allemand allemand standard bas-allemand moyen-allemand haut-allemand apprentissage automatique python scikit-learn flask pandas</dc:subject>
<dc:subject xml:langue="fre">407</dc:subject>
<dc:creator xsi:type="unistra:Auteur">Nédey Oriane</dc:creator>
<dc:format xsi:type="dcterms:IMT">application/pdf</dc:format>
<dc:rights xsi:type="unistra:Droits" xml:lang="fre">Accès libre</dc:rights>
<dc:identifier xsi:type="dcterms:URI">https://publication-theses.unistra.fr/public/memoires/2019/FLCE/2019_nedey_oriane.pdf</dc:identifier>
<dc:description xsi:type="unistra:Discipline" xml:langue="fre">Technologie des langues</dc:description>
<dc:description xsi:type="unistra:Resume" xml:langue="fre">Pour l'année 2019, année internationale des langues autochtones, ce mémoire décrit un projet de master en traitement automatique des langues qui consiste à implémenter et comparer douze modèles d'apprentissage automatique pour l'identification des variétés linguistiques régionales de l'allemand, d'abord par grande famille (bas-allemand, moyen-allemand, allemand supérieur), puis par variété plus localisée (platt, berlinois, kölsch, saxon, bavarois et alémanique). Les modèles entraînés et optimisés sont ensuite implémentés dans un site web en local capable de reconnaître également des données non-pertinentes.</dc:description>
<dc:contributor xsi:type="unistra:Directeur">Delphine Bernhard</dc:contributor>
<dc:type xsi:type="unistra:Memoire">Memoire Unistra</dc:type>
</oaidc:dc>
