1000 resultados para Documents numériques
Resumo:
Travail de recherche sur le thème de l’évaluation des archives à l’ère du numérique réalisé à l’hiver 2009 dans le cadre du cours BLT6112 L'évaluation des archives sous la direction du professeur Yvon Lemay.
Resumo:
Conférence-midi prononcée à la Direction des bibliothèques le 17 mars 2005.
Resumo:
Le présent travail porte sur ce qui détermine et garantit la valeur primaire des documents dans l’environnement numérique, notamment dans le contexte des organisations. L’écrit est-il demeuré la meilleure preuve à l’ère numérique? En quoi les conditions électroniques d’écriture, de relations entre supports et informations ont-elles changé la situation? Du « tout papier » qui fut la norme jusqu’aux années 80, les entreprises ont basculé dans une « économie mixte » où le papier et le numérique cohabitent, voire, où le numérique a entièrement supplanté le papier. Toutefois, le caractère exact de ce changement au niveau des aspects de preuve, d’authenticité, voire légaux des documents numériques semble demeurer dans le vague. En s'appuyant sur une revue de la littérature, ce travail tente de clarifier les concepts nécessaires à la garantie de la valeur primaire des documents numériques, et de les mettre en lien avec l’environnement papier, de manière à comparer les deux. Ce travail suggère que si les principes de base de l’évaluation en matière de valeur primaire s’appliquent toujours, les conceptions juridiques ont en revanche évolué pour reconnaître dans le numérique non pas un « remplaçant » de l’écrit papier, mais un équivalent fonctionnel.
Resumo:
Travail réalisé à l’EBSI, Université de Montréal, sous la direction de M. Yvon Lemay dans le cadre du cours SCI6112 – Évaluation des archives, à l'hiver 2011.
Resumo:
Thèse numérisée par la Division de la gestion de documents et des archives de l'Université de Montréal
Resumo:
Mémoire numérisé par la Division de la gestion de documents et des archives de l'Université de Montréal
Resumo:
Pós-graduação em Educação Matemática - IGCE
Resumo:
This paper proposes a novel Hybrid Clustering approach for XML documents (HCX) that first determines the structural similarity in the form of frequent subtrees and then uses these frequent subtrees to represent the constrained content of the XML documents in order to determine the content similarity. The empirical analysis reveals that the proposed method is scalable and accurate.
Resumo:
XML document clustering is essential for many document handling applications such as information storage, retrieval, integration and transformation. An XML clustering algorithm should process both the structural and the content information of XML documents in order to improve the accuracy and meaning of the clustering solution. However, the inclusion of both kinds of information in the clustering process results in a huge overhead for the underlying clustering algorithm because of the high dimensionality of the data. This paper introduces a novel approach that first determines the structural similarity in the form of frequent subtrees and then uses these frequent subtrees to represent the constrained content of the XML documents in order to determine the content similarity. The proposed method reduces the high dimensionality of input data by using only the structure-constrained content. The empirical analysis reveals that the proposed method can effectively cluster even very large XML datasets and outperform other existing methods.
Resumo:
Many data mining techniques have been proposed for mining useful patterns in databases. However, how to effectively utilize discovered patterns is still an open research issue, especially in the domain of text mining. Most existing methods adopt term-based approaches. However, they all suffer from the problems of polysemy and synonymy. This paper presents an innovative technique, pattern taxonomy mining, to improve the effectiveness of using discovered patterns for finding useful information. Substantial experiments on RCV1 demonstrate that the proposed solution achieves encouraging performance.
Resumo:
This report explains the objectives, datasets and evaluation criteria of both the clustering and classification tasks set in the INEX 2009 XML Mining track. The report also describes the approaches and results obtained by the different participants.