LIRMM@DEFT-2018 – Modèle de classification de la vectorisation des documents (LIRMM DEFT-2018 – Document Vectorization Classification model )
Waleed Mohamed Azmy, Bilel Moulahi, Sandra Bringay, Maximilien Servajean
Abstract
Dans ce papier, nous décrivons notre participation au défi d’analyse de texte DEFT 2018. Nous avons participé à deux tâches : (i) classification transport/non-transport et (ii) analyse de polarité globale des tweets : positifs, negatifs, neutres et mixtes. Nous avons exploité un réseau de neurone basé sur un perceptron multicouche mais utilisant une seule couche cachée.- Anthology ID:
- 2018.jeptalnrecital-deft.11
- Volume:
- Actes de la Conférence TALN. Volume 2 - Démonstrations, articles des Rencontres Jeunes Chercheurs, ateliers DeFT
- Month:
- 5
- Year:
- 2018
- Address:
- Rennes, France
- Venue:
- JEP/TALN/RECITAL
- SIG:
- Publisher:
- ATALA
- Note:
- Pages:
- 319–322
- Language:
- French
- URL:
- https://aclanthology.org/2018.jeptalnrecital-deft.11
- DOI:
- Cite (ACL):
- Waleed Mohamed Azmy, Bilel Moulahi, Sandra Bringay, and Maximilien Servajean. 2018. LIRMM@DEFT-2018 – Modèle de classification de la vectorisation des documents (LIRMM DEFT-2018 – Document Vectorization Classification model ). In Actes de la Conférence TALN. Volume 2 - Démonstrations, articles des Rencontres Jeunes Chercheurs, ateliers DeFT, pages 319–322, Rennes, France. ATALA.
- Cite (Informal):
- LIRMM@DEFT-2018 – Modèle de classification de la vectorisation des documents (LIRMM DEFT-2018 – Document Vectorization Classification model ) (Mohamed Azmy et al., JEP/TALN/RECITAL 2018)
- PDF:
- https://preview.aclanthology.org/auto-file-uploads/2018.jeptalnrecital-deft.11.pdf