Classification par défaut à base de stéréotypes - Archive ouverte HAL Accéder directement au contenu
Communication Dans Un Congrès Année : 2006

Classification par défaut à base de stéréotypes

Résumé

Je présente dans cet article un modèle de classification automatique adapté aux données catégorielles présentant un fort taux de données manquantes. Ce modèle s’appuie sur le concept de stéréotype et cherche, en utilisant une méta-heuristique de recherche taboue, à trouver l’ensemble de stéréotypes qui caractérise le mieux l’ensemble d’apprentissage. Une première évaluation utilise des jeux de données artificiels et permet de montrer la robustesse des résultats obtenus comparativement à trois algorithmes classiques de clustering. L’application réelle considérée consiste à extraire automatiquement des stéréotypes à partir d’articles de presse. Elle montre la pertinence de notre modèle par rapport aux autres approches existantes.
Fichier non déposé

Dates et versions

hal-01352072 , version 1 (05-08-2016)

Identifiants

  • HAL Id : hal-01352072 , version 1

Citer

Julien Velcin. Classification par défaut à base de stéréotypes. Conférence francophone sur l'APprentissage automatique (CAp), May 2006, Trégastel, France. ⟨hal-01352072⟩
33 Consultations
0 Téléchargements

Partager

Gmail Facebook X LinkedIn More