Skip to Main content Skip to Navigation
Theses

Classification automatique de textes dans des catégories non thématiques

Résumé : La classification automatique de textes était jusqu'à présent employée pour l'indexation documentaire. À travers quatre exemples, nous présentons quelques caractéristiques de nouveaux contextes applicatifs ainsi que leurs conséquences pour les algorithmes existants. Nous mettons en évidence le fait que Rocchio, d'ordinaire peu performant, est particulièrement adapté aux corpus bruités et à une utilisation semi-automatique mais très désavantagé avec des classes définies par plusieurs thèmes. Nous proposons une extension de Rocchio, Rocchio Multi-Prototypes, pour gérer les classes multi-thématiques en adaptant la complexité de son modèle d'apprentissage. RMP utilise un algorithme de classification faiblement supervisée qui détecte des sous-classes et sélectionne les plus utiles pour la catégorisation. Nous proposons aussi un algorithme de détection de changements de concepts dans des corpus à flux temporel à partir du calcul du taux d'activité des sous-classes.
Document type :
Theses
Domain :
Complete list of metadatas

https://pastel.archives-ouvertes.fr/pastel-00000812
Contributor : Ecole Télécom Paristech <>
Submitted on : Monday, September 6, 2004 - 8:00:00 AM
Last modification on : Friday, July 31, 2020 - 10:44:07 AM
Long-term archiving on: : Thursday, September 30, 2010 - 6:01:18 PM

Identifiers

  • HAL Id : pastel-00000812, version 1

Collections

Citation

Romain Vinot. Classification automatique de textes dans des catégories non thématiques. domain_other. Télécom ParisTech, 2004. English. ⟨pastel-00000812⟩

Share

Metrics

Record views

461

Files downloads

2242