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:
Bibkey:
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)
Copy Citation:
PDF:
https://preview.aclanthology.org/update-css-js/2018.jeptalnrecital-deft.11.pdf