@inproceedings{hamlat-2016-apprentissage,
    title = "Apprentissage bay{\'e}sien incr{\'e}mental pour la d{\'e}termination de l'{\^a}ge et du genre d`utilisateurs de plateformes du web social ({UGC} text-based age {\&} gender author profiling through incrementally semi-supervised bayesian learning)",
    author = {Hamlat, Jugurtha A{\"i}t},
    editor = "Danlos, Laurence  and
      Hamon, Thierry",
    booktitle = "Actes de la conf{\'e}rence conjointe JEP-TALN-RECITAL 2016. volume 3 : RECITAL",
    month = "7",
    year = "2016",
    address = "Paris, France",
    publisher = "AFCP - ATALA",
    url = "https://preview.aclanthology.org/add-emnlp-2024-awards/2016.jeptalnrecital-recital.2/",
    pages = "13--26",
    language = "fra",
    abstract = "Les m{\'e}thodes de classification textuelles bas{\'e}es sur l`apprentissage automatique ont l`avantage, en plus d'{\^e}tre robustes, de fournir des r{\'e}sultats satisfaisants, sous r{\'e}serve de disposer d`une base d`entra{\^i}nement de qualit{\'e} et en quantit{\'e} suffisante. Les corpus d`apprentissage {\'e}tant co{\^u}teux {\`a} construire, leur carence {\`a} grande {\'e}chelle se r{\'e}v{\`e}le {\^e}tre l`une des principales causes d`erreurs. Dans un contexte industriel {\`a} forte volum{\'e}trie de donn{\'e}es, nous pr{\'e}sentons une approche de pr{\'e}diction des deux plus importants indicateurs socio-d{\'e}mographiques {\guillemotleft} {\^a}ge {\guillemotright} et {\guillemotleft} genre {\guillemotright} appliqu{\'e}e {\`a} des utilisateurs de forums, blogs et r{\'e}seaux sociaux et ce, {\`a} partir de leurs seules productions textuelles. Le mod{\`e}le bay{\'e}sien multinomial est construit {\`a} partir d`un processus d`apprentissage incr{\'e}mental et it{\'e}ratif sur une vaste base d`entra{\^i}nement semi-supervis{\'e}e. Le caract{\`e}re incr{\'e}mental permet de s`affranchir des contraintes de volum{\'e}trie. L`aspect it{\'e}ratif a pour objectif d`affiner le mod{\`e}le et d`augmenter ainsi les niveaux de rappel {\&} pr{\'e}cision."
}