Nous utilisons des cookies pour améliorer votre expérience. Pour nous conformer à la nouvelle directive sur la vie privée, nous devons demander votre consentement à l’utilisation de ces cookies. En savoir plus.
Catégorisation automatique de textes et cooccurrence de mots
Univ Europeenne - EAN : 9786131585333
Édition papier
EAN : 9786131585333
Paru le : 28 juin 2011
39,00 €
36,97 €
Epuisé
Pour connaître votre prix et commander, identifiez-vous
Manquant sans date
Notre engagement qualité
-
Livraison gratuite
en France sans minimum
de commande -
Manquants maintenus
en commande
automatiquement -
Un interlocuteur
unique pour toutes
vos commandes -
Toutes les licences
numériques du marché
au tarif éditeur -
Assistance téléphonique
personalisée sur le
numérique -
Service client
Du Lundi au vendredi
de 9h à 18h
- EAN13 : 9786131585333
- Réf. éditeur : 5567384
- Editeur : Univ Europeenne
- Date Parution : 28 juin 2011
- Disponibilite : Manque sans date
- Barème de remise : NS
- Nombre de pages : 116
- Format : H:220 mm L:150 mm
- Poids : 182gr
- Interdit de retour : Retour interdit
- Résumé : Ayant pour objectif de rendre un programme informatique capable d'assigner de façon autonome des documents textuels à leur classe d'appartenance, la catégorisation automatique de textes est rendue possible grâce à l'apprentissage supervisé. Un entraînement du programme est effectué sur un ensemble de documents auxquels des étiquettes de catégorie ont déjà été assignées par des humains. Or, la constitution de cet ensemble d'entraînement se révèle un processus long et coûteux. Ce mémoire propose une façon d'améliorer la capacité d'un classificateur à bien accomplir sa tâche dans des situations où un entraînement sur un nombre suffisant de textes n'aura pas été possible. L'approche suggérée consiste à étudier une forme d'association, la cooccurrence, entre les mots provenant d'un ensemble de textes libellés et ceux provenant d'un ensemble de textes non libellés, plus volumineux. On espère ainsi augmenter à faible coût le vocabulaire utile à la classification de textes, en minimisant le nombre de documents à étiqueter.
- Biographie : Simon Réhel, maître ès sciences, études en informatique à l'Université Laval, Québec, Canada.
