University Sétif 1 FERHAT ABBAS Faculty of Sciences
Détail de l'auteur
Auteur Boudoukha,Imane |
Documents disponibles écrits par cet auteur



Titre : Détection de l'intensité des émotions dans les tweets arabes Type de document : texte imprimé Auteurs : Boudoukha,Imane, Auteur ; Lakhfif, Abdelaziz, Directeur de thèse Editeur : Setif:UFA Année de publication : 2020 Importance : 1 vol (71 f .) Format : 29 cm Langues : Français (fre) Catégories : Thèses & Mémoires:Informatique Mots-clés : prédiction
Emotion
Intensité
Apprentissage automatiqueIndex. décimale : 004 - Informatique Résumé :
Une utilisation particulière de la machine et du deep learning est la régression.
Dans ce mémoire, nous voulons proposer un nouveau modèle de régression basé sur
l’apprentissage automatique qui sera capable de prédire et d’identifier les intensités des
différentes émotions dans les Tweets arabes avec une faible erreur qui surpassent les
approches de pointe et les travaux précédents.
Nous utilisons ici cinq algorithmes de régression qui ont été formés sur un ensemble de
données extrait de Twitter celle de SharedTask [8]. Afin d’évaluer notre modèle, nous
avons comparé les résultats de la concurrence avec les performances de notre modèle.
Notre modèle proposé(avec des résultats statistiquement significatifs) a surpassé les
travaux publiés précédemment en utilisant les mêmes données, où nous avons obtenu
une erreur allant jusqu’à 1,01% .
Ce modèle prédit spécifiquement, pour un utilisateur, la proportion de commentaires
qui seront publiés avec une émotion particulière ; cette proportion est définie comme
une intensité émotionnelle de l’utilisateur dans une période de temps donnée.
Contrairement à d’autres modèles, qui se concentrent sur une seule émotion, le modèle
proposé considère un schéma de base de quatre émotions et les utilise de manière interdépendante.
Cet outil peut finalement aider à accélérer les systèmes de recommandation, incluent
une surveillance massive de l’opinion et des recommandations pour améliorer le bienêtre
émotionnel des utilisateurs de médias sociaux (par exemple, la recommandation de
souvenirs joyeux), faciliter les transactions commerciales et même améliorer le domaine
de TALN en particulier l’arabe.Côte titre : MAI/0414 En ligne : https://drive.google.com/file/d/1ChbmetuMoko4aAm0ZsYSivurdbaRvKxH/view?usp=shari [...] Format de la ressource électronique : Détection de l'intensité des émotions dans les tweets arabes [texte imprimé] / Boudoukha,Imane, Auteur ; Lakhfif, Abdelaziz, Directeur de thèse . - [S.l.] : Setif:UFA, 2020 . - 1 vol (71 f .) ; 29 cm.
Langues : Français (fre)
Catégories : Thèses & Mémoires:Informatique Mots-clés : prédiction
Emotion
Intensité
Apprentissage automatiqueIndex. décimale : 004 - Informatique Résumé :
Une utilisation particulière de la machine et du deep learning est la régression.
Dans ce mémoire, nous voulons proposer un nouveau modèle de régression basé sur
l’apprentissage automatique qui sera capable de prédire et d’identifier les intensités des
différentes émotions dans les Tweets arabes avec une faible erreur qui surpassent les
approches de pointe et les travaux précédents.
Nous utilisons ici cinq algorithmes de régression qui ont été formés sur un ensemble de
données extrait de Twitter celle de SharedTask [8]. Afin d’évaluer notre modèle, nous
avons comparé les résultats de la concurrence avec les performances de notre modèle.
Notre modèle proposé(avec des résultats statistiquement significatifs) a surpassé les
travaux publiés précédemment en utilisant les mêmes données, où nous avons obtenu
une erreur allant jusqu’à 1,01% .
Ce modèle prédit spécifiquement, pour un utilisateur, la proportion de commentaires
qui seront publiés avec une émotion particulière ; cette proportion est définie comme
une intensité émotionnelle de l’utilisateur dans une période de temps donnée.
Contrairement à d’autres modèles, qui se concentrent sur une seule émotion, le modèle
proposé considère un schéma de base de quatre émotions et les utilise de manière interdépendante.
Cet outil peut finalement aider à accélérer les systèmes de recommandation, incluent
une surveillance massive de l’opinion et des recommandations pour améliorer le bienêtre
émotionnel des utilisateurs de médias sociaux (par exemple, la recommandation de
souvenirs joyeux), faciliter les transactions commerciales et même améliorer le domaine
de TALN en particulier l’arabe.Côte titre : MAI/0414 En ligne : https://drive.google.com/file/d/1ChbmetuMoko4aAm0ZsYSivurdbaRvKxH/view?usp=shari [...] Format de la ressource électronique : Exemplaires (1)
Code-barres Cote Support Localisation Section Disponibilité MAI/0414 MAI/0414 Mémoire Bibliothéque des sciences Français Disponible
Disponible