Clustering d'entités

Face aux très grands volumes de donnée non structurée, il est parfois difficile pour les institutions bancaires d'analyser le marché dans sa globalité. L'apport des informations issues des articles de presse reste néanmoins un levier très important. Dans ce mémoire, nous essayons de trouver une méthode pour construire un pipeline de traitements automatiques sur des articles de presse afin de créer des graphes de connaissances. L'objectif est d'appliquer ces méthodes au milieu financier, qui permettra de construire une base de données orientée graphe qui contribuera à la surveillance continue du risque de crédit.