Applications IA
Découvrez comment le Deep Learning et le traitement du langage naturel (NLP) repoussent les limites de l'analyse de données. Ce projet de recherche vise à quantifier, pour la première fois, l'impact des facteurs conceptuels et moraux sur l'issue des conflits historiques.
Nous contacter
Évaluation des facteurs sur l'issue des guerres :
Ce projet applique les méthodes de traitement automatique du langage naturel (NLP) à un corpus de sources historiques et militaires. L'objectif : quantifier, pour la première fois, l'influence de facteurs jusqu'ici considérés comme non-mesurables sur l'issue des conflits armés.
Phase 1 - Entrée
Ingestion d'un corpus multi-source : archives militaires, sources primaires et secondaires portant sur des conflits historiques documentés.
Phase 2 - Préparation
Chaque mot est transformé en vecteur numérique dense via des techniques d'embedding. Les proximités sémantiques sont ainsi formalisées.
Phase 3 - Apprentissage automatique
Le modèle NER classifie les entités conceptuelles et morales dans le corpus. Le modèle RE établit ensuite les liens de causalité entre des conflits analysés.
Phase 4 - Résultat
Le modèle produit une évaluation quantifiée de l'influence respective des facteurs conceptuels et moraux — ouvrant la voie à une nouvelle génération de modèles prédictifs.
PERSPECTIVES DE DÉPLOIEMENT
OBJECTIFS DE LA PréSTATION
