Information extraction is the process of deriving structured information (such as alive(Elvis)) from digital text (such as the sentence "Elvis is alive"). We will focus on factual and semantic information extraction, i.e., we will cover named entity recognition, entity disambiguation, instance extraction, and fact extraction. We will also touch upon applications of both Information Extraction and the Semantic Web, such as Google’s knowledge graph, IBM’s Watson question answering system, and Facebook’s Open Graph, and academic projects such as YAGO, DBpedia, and NELL. Finally, we will talk about how the big Internet companies use the information that they extract and gather, and how we can protect ourselves against these practices.

Cours INF344 “Données du Web” du MS Big Data. 

Site de rendu des rapports pour l'étude de cas du cours COMASIC SDF

Cours pour COMASIC

Cette UE se focalise sur les premières étapes du cycle de vie d'un projet. Il s'agit d'appréhender les besoins et de les transformer en exigences à respecter dès la conception du système.

Cet enseignement présente les concepts et la formalisation d'exigences selon une méthode orientée buts.

Ce cours présente les concepts principaux de la sûreté de fonctionnement abordé sous un angle fortement mathématisé (systèmes de transition probabilisés, logique pour le traitement du risque). Mise en pratique via des études de cas pratiques.

Site de soumission du cours INF280. Pour plus d'information, cf la page du cours.