| Titre : | Optimisation du système de recherche d’informations émotionnelles en utilisant les méthodes d’apprentissage profond |
| Auteurs : | SALSABIL YAGOUB, Auteur ; Salima Berima, Directeur de thèse |
| Editeur : | Biskra [Algérie] : Faculté des Sciences Exactes et des Sciences de la Nature et de la Vie, Université Mohamed Khider, 2023 |
| Format : | 1 vol. (77 p.) / ill., couv. ill. en coul / 30 cm |
| Langues: | Français |
| Langues originales: | Français |
| Mots-clés: | Analyse des sentiments, Le traitement automatique du langage naturel, Les algorithmes de classification, L’apprentissage automatique ; réseau de neurone |
| Résumé : |
L’analyse de sentiment est le processus qui consiste à déterminer l’opinion, le jugement et l’émotion qui se cache derrière le langage naturel.L’analyse de sentiment se révèle redoutablement utile lorsque on est face à un grandvolume de données textuelles et qu’on doit extraire des informations et les généraliser. Aujourd’hui, l’analyse des sentiments a une grande importance surtout dans les domaines tel que la politiques, productions et services...etc. Actuellement, les réseaux sociaux pleinsdes textes dans lesquelles, les internautes s’expriment en différents sujets, l’intérêt de leursopinion est considérable, où la compréhension du contenu véhiculé par ces textes est un élément essentiel. La motivation derrière ce travail est d’utilisé l’une des techniques d’exploration de données,à savoir les réseaux de neurones, qui permettent d’analyser et classifier un ensemble de publications dérivées des réseaux sociaux. Les classes que nous avons cibles sont : la classepositive, négative ou neutre.Nous avons utilisé trois types de fonctions d’activation de réseaux de neurones , puisdécidé celles qui donnent les meilleurs résultats. La qualité des résultats obtenus est trèsconvaincante, et conduit à plus de perspectives. |
| Sommaire : |
Table des matières vii Liste des figures ix Liste des tableaux xi Introduction générale 1 I Le traitement du langage naturel 3 I.1 Introduction . . . . . . . . . . . . . . . 3 I.2 Définition . . . . . . . . . . . . . . 3 I.3 Importance . . . . . . . . . .. . . . . 4 I.4 Outils . . . . . . . . . . . . . . . . . . . . . 4 I.4.1 La tokenisation . . . . . . . . . . . . 5 I.4.2 Segmentation des phrases . . . . . . . . . . . . . . 5 I.4.3 Analyses grammaticales . . . . . . . . .. . . . . 5 I.4.4 Suppressions des mots d’arrêt . . . . . . . . . . . . 6 I.5 Application . . . . . . . . . . . . . . . . . . . 7 I.5.1 Traduction automatique . . . . . . . . . . . . . 8 I.5.2 Extraction informations . . . . . . . . . . . . . . . 8 I.5.3 Système de dialogue . . . . . . . . . . . . . . 8 I.5.4 Analyses des sentiments . . . . . . . . . . . . . . . . . . . 9 I.5.4.1 Les niveaux des analyses de sentiments . . . . . . . . . . 9 I.6 Conclusion . . . . . . . . . . . . . . . . . . . . 10 II L’analyse des sentiments 11 II.1 Introduction . . . . . . . . . . . . . 11 II.2 Définition . . . . . . . . . . . . . . . . . 11 II.3 Historique . . . . . . . . . . . . . . . . . . . . . . . 12 II.4 Motivation . . . . . . . . . . . . . . . . . . . . . . . . . . 13 II.5 Source des données . . . . . . . . . . . . . . . . . . . . . . 14 II.5.1 Examiner les sites . . . . . . .. . . . . . . . . . 14 II.5.2 Micro-blogging . . . . . . . . . . . . . . 15 II.5.3 Blogs . . . . . . . . . . . . 15 II.6 Approche . . . . . . . . . . 15 II.6.1 Approche basée sur l’apprentissage automatique . . . . . . . . . . 16 II.6.2 L’approche basée sur le lexique . . . . . . . . . . . . . 19 II.6.3 L’approche hybride . . . . . . . . . . . . . . . . . . . . . . . . . . 19 II.7 Défis de l’analyse des sentiments . . . .. . . . . . . . 20 II.8 Travaux antérieur . . . . . . . . . . . . . . . . . 21 II.9 Conclusion . . . . . . . . . . . . . . . . . . . . 21 III Réseaux de neurones 22 III.1 Introduction . . . . . . . . . . . . . . . . 22 III.2 Historique . . . . . . . . . . . . . . . . 22 III.3 Définition . . . . . . . .. . . . . . . . . . 24 III.4 Les fonctions d’activations . . . . . .. . . . . . . 24 III.5 Les algorithmes des réseaux de neurones . . . . . . . . . 27 III.6 Type de réseaux neuronaux . . . . . . . . . . . . 28 III.6.1 Réseaux neuronaux perceptron et multicouches . . . . . . . . . . . 28 III.6.2 Réseaux neuronaux artificiels Feedforward . . . . . . . . . . . . . 29 III.6.3 Réseaux de neurones convolutifs . . . . . . . . . . . . . . . . . . . 30 III.6.4 Réseaux neuronaux récurrents . . . . . . . . . . 30 III.7 Avantages et inconvénients . . . . . . . 31 III.7.1 Avantages . . . . . . . . . . . . . 31 III.7.2 Inconvénients . . . . . . . . . . . . 32 III.8 Conclusion . . . . . . . . .. . . . . . . . . 33 IV Conception 34 IV.1 Introduction . . . . . . . .. . 34 IV.2 Conception globale du système . . . . . . . . . . . . . 34 IV.3 La conception détaillée du système . . . . .. . . . . . . 36 IV.3.1 Base d’Apprentissage . . . . . .. . . . . . 37 IV.3.2 Base de Test . . . . . . . . . . . . . . . . . . 37 IV.3.3 Collection des données . . . . . . . . . . 37 IV.3.4 Le pré-traitement . . . . . . . . . . . . . . . . 37 IV.3.4.1 La conversation des données textuelles en minuscules . . 37 IV.3.4.2 Le nettoyage des données . . . . . . . . . . . . . . . . . 37 IV.3.5 Modèle d’apprentissage . . . . . . . . . . . . . . . . . . . . . . . 38 IV.3.5.1 Extraction de fonctionnalités . . . . . . . . . . . . . . . 38 IV.3.5.2 feed forward . . . . . . . . . . . . . . . . . . . . . . . . 39 IV.3.5.3 Back propagation . . . . . . . . . . . . . . . . . . . . . 39 IV.3.5.4 Le poids « W » (coefficient synaptique) . . . . . . . . . . 39 IV.4 Conclusion . . . . . . . . . . . . . 39 V Implémentation 40 V.1 Introduction . . . . . . . . . . . . . 40 V.2 L’environnement de travail et les outils utilisés . . . .. . . . 40 V.2.1 L’environnement Matériel . . . . . . . . . 40 V.2.2 L’environnement Logiciel . . . . .. . . . . . 41 V.2.2.1 Python . . . . . . . . . 41 V.2.2.2 Anvantage et inconvénients . . . . . . . . 41 V.3 Editeur de code . . . . . . . 42 V.4 Librairies et bibliothèques Python . . . . . . 43 V.5 Implémentation . . . . . 45 V.6 Conclusion . . . .. . . . 56 Conclusion générale 57 Bibliographé 59 ix |
| Type de document : | Mémoire master |
Disponibilité (1)
| Cote | Support | Localisation | Statut |
|---|---|---|---|
| MINF/788 | Mémoire master | bibliothèque sciences exactes | Consultable |
