Classification du texte avec deep learning

Abstract

L’apprentissage automatique s’est proposé comme une solution au défi résultant du phénomène de l’explosion des données. Le deep learning (l’apprentissage profond), est un sous-domaine de l’apprentissage automatique qui exploite les réseaux de neurones artificiels. Les réseaux de neurones convolutionnels et récurrents sont deux types de réseaux de neurones artificiels. Ces réseaux ont la capacité d’extraire les descripteurs à partir des données brutes. Dans ce mémoire, on s’intéresse à la classification de texte avec le deep learning. Notre travail s’est focalisé sur l’étude de classification de texte en utilisant les architectures convolutionnels (Convolutional Neural Network, CNN) et récurrente (Recurrent Convolutional Neural Network, RCNN). Enfin, nous avons conduit une étude empirique comparative des architectures CNN et RCNN en utilisant le dataset IMDb. Les résultats révèlent l’impact visible du deep learning sur la tâche de classification de texte