University Sétif 1 FERHAT ABBAS Faculty of Sciences
Résultat de la recherche
1 résultat(s) recherche sur le mot-clé 'Analyse des émotions Apprentissage automatique Apprentissage'
Ajouter le résultat dans votre panier Affiner la recherche Générer le flux rss de la recherche
Partager le résultat de cette recherche
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
ApprentissageIndex. 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 : 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
ApprentissageIndex. 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 : Exemplaires (1)
Code-barres Cote Support Localisation Section Disponibilité MAI/0397 MAI/0397 Mémoire Bibliothéque des sciences Français Disponible
Disponible