Classification de Sentiments Multi-Domaines en Contexte Hétérogène et Passage à l'Echelle

Résumé : La classification de sentiments multi-domaines est un problème complexe: en effet, les distributions de caractéristiques sont alors différentes dans les ensembles d’apprentissage et de test. Différentes propositions permettent de limiter la baisse de performance inhérente à ce cadre. Cependant, la classification de sentiments est une tâche particulière car le web participatif nous donne accès à une quasi-infinité de données étiquetées. Cela soulève de nouvelles questions: à partir de quel volume de données les distributions d’apprentissage et de test convergent elles ? Quand est ce que l’intérêt des techniques de transfert disparait ? Dans cet article, nous étudions le taux de reconnaissance en sentiments par rapport la taille des ensembles d’apprentissage.
Document type :
Conference papers
Liste complète des métadonnées

https://hal.archives-ouvertes.fr/hal-01202849
Contributor : Lip6 Publications <>
Submitted on : Monday, September 21, 2015 - 5:58:49 PM
Last modification on : Thursday, March 21, 2019 - 1:10:12 PM

Identifiers

  • HAL Id : hal-01202849, version 1

Citation

Abdelhalim Rafrafi, Vincent Guigue, Patrick Gallinari. Classification de Sentiments Multi-Domaines en Contexte Hétérogène et Passage à l'Echelle. CORIA, Apr 2013, Neuchâtel, Suisse. 2013. 〈hal-01202849〉

Share

Metrics

Record views

127