@inproceedings{delichere-memmi-2002-analyse,
title = "Analyse Factorielle Neuronale pour Documents Textuels",
author = "Delich{\`e}re, Mathieu and
Memmi, Daniel",
editor = "Pierrel, Jean-Marie",
booktitle = "Actes de la 9{\`e}me conf{\'e}rence sur le Traitement Automatique des Langues Naturelles. Articles longs",
month = jun,
year = "2002",
address = "Nancy, France",
publisher = "ATALA",
url = "https://aclanthology.org/2002.jeptalnrecital-long.1",
pages = "33--42",
abstract = "En recherche documentaire, on repr{\'e}sente souvent les documents textuels par des vecteurs lexicaux de grande dimension qui sont redondants et co{\^u}teux. Il est utile de r{\'e}duire la dimension des ces repr{\'e}sentations pour des raisons {\`a} la fois techniques et s{\'e}mantiques. Cependant les techniques classiques d{'}analyse factorielle comme l{'}ACP ne permettent pas de traiter des vecteurs de tr{\`e}s grande dimension. Nous avons alors utilis{\'e} une m{\'e}thode adaptative neuronale (GHA) qui s{'}est r{\'e}v{\'e}l{\'e}e efficace pour calculer un nombre r{\'e}duit de nouvelles dimensions repr{\'e}sentatives des donn{\'e}es. L{'}approche nous a permis de classer un corpus r{\'e}el de pages Web avec de bons r{\'e}sultats.",
language = "French",
}
Markdown (Informal)
[Analyse Factorielle Neuronale pour Documents Textuels](https://aclanthology.org/2002.jeptalnrecital-long.1) (Delichère & Memmi, JEP/TALN/RECITAL 2002)
ACL