La Classification Des Textes Arabes En Utilisant L’apprentissage Profond
Résumé: La classification automatique de textes connaît ces derniers temps un fort regain d’intérêt. Cela est dû essentiellement à la forte croissance des documents numériques disponibles et à la nécessité de les organiser de façon rapide. Dans ce travail nous abordons le problème de la classification des textes arabes. Nous avons développé trois modèles basés sur l’apprentissage profond. Le premier est un modèle LSTM que nous avons considéré comme modèle de base, le deuxième est un modèle BILSTM et le dernier est un modèle GRU. Les trois modèles utilisent plusieurs méthodes de représentations de textes comme la représentation en ngrams ou la représentation en word2vec. Les tests ont montrés que le modèle BILSTM a donné de bons résultats en termes de précision de la classification. Mots clés : Classification textes arabes, Deep learning , Dataset, méthode de représentation, modèle de l’apprentissage profond, réseau de neurone récurent.
Mots-clès:
Nos services universitaires et académiques
Thèses-Algérie vous propose ses divers services d’édition: mise en page, révision, correction, traduction, analyse du plagiat, ainsi que la réalisation des supports graphiques et de présentation (Slideshows).
Obtenez dès à présent et en toute facilité votre devis gratuit et une estimation de la durée de réalisation et bénéficiez d'une qualité de travail irréprochable et d'un temps de livraison imbattable!
Aucun fichier associé
Si le fichier est volumineux, l'affichage peut échouer. Vous pouvez obtenir le fichier directement en cliquant sur le bouton "Télécharger".
