Ce mémoire explore l'impact de l'utilisation du langage naturel dans la visualisation des jeux de données ouvertes, en se concentrant sur la conception et l'évaluation d'Aladdin, un système basé sur l'approche DSR. Aladdin utilise des techniques avancées de traitement du langage naturel pour transformer des requêtes textuelles en visualisations de données interactives.
La démarche méthodologique détaille le développement d'Aladdin à travers trois cycles principaux du DSR : le Rigor Cycle pour l'analyse théorique et la définition des objectifs, le Design Cycle pour la conception et l'implémentation de la solution, et le Relevance Cycle pour l'évaluation en conditions réelles. Le système s'appuie sur React pour l'interface utilisateur, MongoDB pour la gestion de données et FastAPI pour une API robuste, avec le modèle GPT-4 pour l'analyse sémantique des requêtes.
L'évaluation d'Aladdin confirme son rôle dans l'amélioration de l'accessibilité et de l'efficacité de la visualisation des données ouvertes, avec des retours positifs concernant la précision des interprétations et la qualité des visualisations. Toutefois, il est nécessaire de renforcer la gestion des requêtes complexes et de pallier les lacunes du LLM support. Les perspectives futures envisagent l'intégration avec d'autres plateformes analytiques et l'amélioration des interactions utilisateur, tout en étendant l'accessibilité d'Aladdin via les portails OpenData pour augmenter sa fonctionnalité et son adoption.
Aladdin: Utilisation Du Langage Naturel Pour Faciliter La Visualisation Des Open Data
YOMI FEUSING, F. (Author). 17 Jun 2024
Student thesis: Master types › Master in Computer Science Professional focus in Data Science