Veuillez utiliser cette adresse pour citer ce document : https://di.univ-blida.dz/jspui/handle/123456789/14019
Titre: Détection automatique des sentiments dans les réseaux sociaux
Auteur(s): Debbih, Mohamed Islem
Mots-clés: apprentissage profond
analyse des sentiments
dialecte algérien
word embedding
Date de publication: sep-2021
Editeur: Université Blida 1
Résumé: Ce mémoire porte sur l’analyse des sentiments des commentraies sur les réseaux sociaux en particulier sur la classification supervisée binaire de données issues des pages de marques algériennes sur Facebook. Une des difficultés majeures lors de l’exploration de telles données par des méthodes d’apprentissage supervisées est de posséder un jeu de données suffisant en nombre d’exemples pour l’entraînement des modèles notamment dialecte. En effet, il est généralement nécessaire de catégoriser les données manuellement avant de réaliser l’étape d’apprentissage. La taille importante des jeux de données rend cette tâche de catégorisation très coûteuse. Ce travail présente un outil d’analyse de sentiments des commentraie écrits en dialecte algérien et anglais. Cet outil est fondé sur une approche de deep learning. Les résultats obtenus pour le diaelcte sont encourageants. Mots clés : apprentissage profond, analyse des sentiments, dialecte algérien, word embedding
Description: ill., Bibliogr.
URI/URL: http://di.univ-blida.dz:8080/jspui/handle/123456789/14019
Collection(s) :Mémoires de Master

Fichier(s) constituant ce document :
Fichier Description TailleFormat 
Debbih Mohamed Islem.pdf3,41 MBAdobe PDFVoir/Ouvrir


Tous les documents dans DSpace sont protégés par copyright, avec tous droits réservés.