Les machines à support vectoriel (Support Vector Machines ou SVM)

Table des matières

Introduction Générale
Chapitre I : Catégorisation des Textes
I.Introduction
II.Définition
III. Processus de la catégorisation des textes
III.1. Représentation de texte
III.1.1. Représentation en sac de mots (bag of words)
III.1.2. Représentation avec les racines lexicales
III.1.3. Représentation avec les lemmes
III.1.4. Représentation avec les n-grammes
III.1.5. Représentation conceptuelle
III.2. Pondération des termes
III.2.1. Mesure TF (Term Frequency)
III.2.2. Mesure TFIDF (Term Frequency Inverse Document Frequency)
III.3. Réduction de la taille du vocabulaire
III.4. Choix de classificateur
III.5. Evaluation du modèle
Applications de la catégorisation des textes
Difficultés particulières de la catégorisation des textes
Conclusion
Chapitre II : Catégorisation des Textes Multilingue
I.Introduction
II.Définition
III. Les types de catégorisation des textes multilingue
III.1. Catégorisation des textes par croisement de langues
III.2. Catégorisation des textes par multiples langues
III.3. Catégorisation des textes avec la langue universelle
IV.Travaux connexes
V.Identification de la langue
VI.Traduction automatique
VII. Les difficultés particulières de la catégorisation des textes multilingue
VIII. Conclusion
Chapitre III : La Représentation Conceptuelle pour la Catégorisation des Textes Multilingue
I.Introduction
II.Problématique
III. Description des approches suivies
III.1. Représentation en sac de mots
III.2. Traduction automatique
III.3. Représentation conceptuelle
III.5. Classification K-PPV
IV.Expérimentation et évaluation
IV.1. Technologies et outils de développement
IV.1.1. Langage JAVA
IV.1.2. Environnement de développement
IV.1.3. WordNet
IV.1.4. JWNL API
IV.2. Corpus utilisé
IV.3. Evaluation
Discussion
Conclusion
Conclusion Générale
Références Bibliographies