Detailed description

Ce projet est né d'une frustration partagée par ma promotion au moment de choisir nos sujets de mémoire. Nous voulions savoir ce qui avait déjà été fait sans dépendre de la mémoire des encadrants. L'extraction du texte se fait avec Apache Tika, l'indexation avec un index inversé construit en Python, et le classement utilise BM25. Une interface web minimale permet de filtrer par année et par spécialité. J'ai appris à mesurer la pertinence avec un petit jeu de requêtes annotées à la main, ce qui a changé ma façon d'évaluer un système.

Problem solved

Les mémoires soutenus au département sont stockés en PDF dans des dossiers partagés, sans index. Retrouver un travail antérieur sur un sujet proche demande de les ouvrir un par un.

Promised outcome

L'outil indexe plusieurs centaines de PDF et renvoie des résultats classés par pertinence en moins d'une seconde sur le jeu de test. La recherche tolère les fautes de frappe et les accents manquants.

Features

• Extraction automatique du texte des PDF
• Classement BM25
• Tolérance aux fautes de frappe
• Filtres par année, spécialité et encadrant
• Aperçu des passages pertinents

At a glance

Industry

Education

Platforms and compatibility

• Web
• API

Technologies

• Python
• Apache Tika
• FastAPI
• SQLite
• Vue.js

Interface languages

French · English

Wilaya

Constantine

Trust

• Listing reviewed and approved by the myElite team