University Sétif 1 FERHAT ABBAS Faculty of Sciences
Détail de l'auteur
Auteur Boussaha, Maroua |
Documents disponibles écrits par cet auteur
Ajouter le résultat dans votre panier Affiner la recherche
Titre : Deep learning et machine learning appliques a l'analyse des sentiments Type de document : texte imprimé Auteurs : Boussaha, Maroua, Auteur ; Benzine, Mehdi, Directeur de thèse Editeur : Setif:UFA Année de publication : 2021 Importance : 1 vol (54 f .) Format : 29 cm Langues : Français (fre) Catégories : Thèses & Mémoires:Informatique Mots-clés : Informatique Index. décimale : 004 Informatique Résumé :
L'homme a toujours recours au divertissement pour se divertir. A notre epoque,
il existe de nombreux divertissements tels que la musique, les activites sportives,
les lms, etc., mais ils ne sont souvent pas disponibles pour tout le monde, certains
d'entre eux sont payants et certains necessitent des deplacements d'un endroit a
un autre, par contre il est connu que les lms sont les moyens de divertissements
les plus simples car ils sont gratuits et il est possible de les regarde a tout moment
et n'importe ou, ainsi qu'ils orent plus de suspens. Mais avant de regarder un
lm, il faut s'assurer de sa qualite, et comme les points de vue des viseurs sur un
lm sont dierents, il ne sut pas d'en avoir un apercu prealable sur le lm et
d'en conna^tre la qualite, d'ou il ya une augmentation de demande et la necessite
de construire un bon modele d'analyse des sentiments qui classe les critiques de
lms.
L'analyse des sentiments vise a extraire des informations subjectives comme des
jugements, des evaluations ou des emotions pour detecter la polarite d'une opinion.
Dans cette these, nous avons utilise deux approches populaires qui sont l'apprentissage
automatique et l'apprentissage profond, pour la premiere approche nous
appliquerons cinq classicateurs d'apprentissage automatique : Machine a vecteurs
de support, Naive Bayes, Arbre de decision, Regression logistique, voisin le
plus proche, pour la deuxieme approche nous appliquerons le reseau de neurones
convolutifs (CNN) et le modele de reseau de neurones a memoire a long court
terme (LSTM).
2Côte titre : MAI/0474 En ligne : https://drive.google.com/file/d/1DH2b6d0JeFFALtqOaAe29o3mpqwEet3f/view?usp=shari [...] Format de la ressource électronique : Deep learning et machine learning appliques a l'analyse des sentiments [texte imprimé] / Boussaha, Maroua, Auteur ; Benzine, Mehdi, Directeur de thèse . - [S.l.] : Setif:UFA, 2021 . - 1 vol (54 f .) ; 29 cm.
Langues : Français (fre)
Catégories : Thèses & Mémoires:Informatique Mots-clés : Informatique Index. décimale : 004 Informatique Résumé :
L'homme a toujours recours au divertissement pour se divertir. A notre epoque,
il existe de nombreux divertissements tels que la musique, les activites sportives,
les lms, etc., mais ils ne sont souvent pas disponibles pour tout le monde, certains
d'entre eux sont payants et certains necessitent des deplacements d'un endroit a
un autre, par contre il est connu que les lms sont les moyens de divertissements
les plus simples car ils sont gratuits et il est possible de les regarde a tout moment
et n'importe ou, ainsi qu'ils orent plus de suspens. Mais avant de regarder un
lm, il faut s'assurer de sa qualite, et comme les points de vue des viseurs sur un
lm sont dierents, il ne sut pas d'en avoir un apercu prealable sur le lm et
d'en conna^tre la qualite, d'ou il ya une augmentation de demande et la necessite
de construire un bon modele d'analyse des sentiments qui classe les critiques de
lms.
L'analyse des sentiments vise a extraire des informations subjectives comme des
jugements, des evaluations ou des emotions pour detecter la polarite d'une opinion.
Dans cette these, nous avons utilise deux approches populaires qui sont l'apprentissage
automatique et l'apprentissage profond, pour la premiere approche nous
appliquerons cinq classicateurs d'apprentissage automatique : Machine a vecteurs
de support, Naive Bayes, Arbre de decision, Regression logistique, voisin le
plus proche, pour la deuxieme approche nous appliquerons le reseau de neurones
convolutifs (CNN) et le modele de reseau de neurones a memoire a long court
terme (LSTM).
2Côte titre : MAI/0474 En ligne : https://drive.google.com/file/d/1DH2b6d0JeFFALtqOaAe29o3mpqwEet3f/view?usp=shari [...] Format de la ressource électronique : Exemplaires (1)
Code-barres Cote Support Localisation Section Disponibilité MAI/0474 MAI/0474 Mémoire Bibliothéque des sciences Français Disponible
Disponible