Emotion analysis in social media documents / Ghezali ,Amina  

Public ISBD Titre : Emotion analysis in social media documents Type de document : texte imprimé Auteurs : Ghezali ,Amina, Auteur ; Refoufi, Allaoua, Directeur de thèse Editeur : Setif:UFA Année de publication : 2020 Importance : 1 vol (65 f .) Format : 29 cm Langues : Français (fre) Catégories : Thèses & Mémoires:Informatique Mots-clés : Analyse des émotions Apprentissage automatique Apprentissage Index. décimale : 004 - Informatique Résumé : L’humain exprime les émotions de différentes manières, y compris l’expression du visage, la parole, les gestes / actions et le texte écrit. Cette étude se concentre principalement sur le texte écrit. L’analyse des émotions a attiré l’attention des chercheurs en raison de ses applications dans différents domaines. Dans cette enquête, nous offrons un aperçu du groupe de recherche existant actuellement sur l’analyse des émotions appliquée aux réseaux sociaux. La recherche examinée traite de divers sujets, notamment: l’analyse des émotions du réseau sociaux en tant que tâche de classification. Cet ouvrage décrit des expériences portant sur l’analyse des émotions dans les réseaux sociaux (Twitter en particulier). Nous analysons la construction d’un grand ensemble de données annotées pour six émotions de base: COLÈRE, AMOUR, PEUR, JOIE, TRISTESSE et SURPRISE. Nous avons proposé et évalué plusieurs méthodes d’apprentissage automatique et modèles d’apprentissage profond. Avant cela, il est important de connaître nos ressources et nos jeux de données avant d’appliquer ces méthodes car certaines méthodes sont plus adaptées que d’autres en fonction des paramètres donnés. Nous avons également comparé notre meilleur modèle d’apprentissage en profondeur, avec nos méthodes d’apprentissage automatique implémentées et les travaux précédents qui utilisent le même ensemble de données. En effet, notre architecture LSTM les a tous surclassés avec un score de 93,41%. Côte titre : MAI/0397 En ligne : https://drive.google.com/file/d/1qdk1IACTltY9BcYz3Dn33Z92WFwDaDcn/view?usp=shari [...] Format de la ressource électronique : pdf Emotion analysis in social media documents [texte imprimé] / Ghezali ,Amina, Auteur ; Refoufi, Allaoua, Directeur de thèse . - [S.l.] : Setif:UFA, 2020 . - 1 vol (65 f .) ; 29 cm. Langues : Français (fre) Catégories : Thèses & Mémoires:Informatique Mots-clés : Analyse des émotions Apprentissage automatique Apprentissage Index. décimale : 004 - Informatique Résumé : L’humain exprime les émotions de différentes manières, y compris l’expression du visage, la parole, les gestes / actions et le texte écrit. Cette étude se concentre principalement sur le texte écrit. L’analyse des émotions a attiré l’attention des chercheurs en raison de ses applications dans différents domaines. Dans cette enquête, nous offrons un aperçu du groupe de recherche existant actuellement sur l’analyse des émotions appliquée aux réseaux sociaux. La recherche examinée traite de divers sujets, notamment: l’analyse des émotions du réseau sociaux en tant que tâche de classification. Cet ouvrage décrit des expériences portant sur l’analyse des émotions dans les réseaux sociaux (Twitter en particulier). Nous analysons la construction d’un grand ensemble de données annotées pour six émotions de base: COLÈRE, AMOUR, PEUR, JOIE, TRISTESSE et SURPRISE. Nous avons proposé et évalué plusieurs méthodes d’apprentissage automatique et modèles d’apprentissage profond. Avant cela, il est important de connaître nos ressources et nos jeux de données avant d’appliquer ces méthodes car certaines méthodes sont plus adaptées que d’autres en fonction des paramètres donnés. Nous avons également comparé notre meilleur modèle d’apprentissage en profondeur, avec nos méthodes d’apprentissage automatique implémentées et les travaux précédents qui utilisent le même ensemble de données. En effet, notre architecture LSTM les a tous surclassés avec un score de 93,41%. Côte titre : MAI/0397 En ligne : https://drive.google.com/file/d/1qdk1IACTltY9BcYz3Dn33Z92WFwDaDcn/view?usp=shari [...] Format de la ressource électronique : pdf

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
MAI/0397	MAI/0397	Mémoire	Bibliothéque des sciences	Français	Disponible Disponible

---

1 (1 - 1 / 1)