Classification automatique de textes dans des catégories non thématiques

par Romain Vinot

Thèse de doctorat en Informatique et réseaux

Sous la direction de François Yvon.

Soutenue en 2004

à Paris, ENST .

  • Titre traduit

    Automatic text categorization in non topical classes


  • Pas de résumé disponible.


  • Résumé

    La classification automatique de textes était jusqu'à présent employée pour l'indexation documentaire. À travers quatre exemples, nous présentons quelques caractéristiques de nouveaux contextes applicatifs ainsi que leurs conséquences pour les algorithmes existants. Nous mettons en évidence le fait que Rocchio, d'ordinaire peu performant, est particulièrement adapté aux corpus bruités et à une utilisation semi-automatique mais très désavantagé avec des classes définies par plusieurs thèmes. Nous proposons une extension de Rocchio, Rocchio Multi-Prototypes, pour gérer les classes multi-thématiques en adaptant la complexité de son modèle d'apprentissage. RMP utilise un algorithme de classificationfaiblement supervisée qui détecte des sous-classes et sélectionne lesplus utiles pour la catégorisation. Nous proposons aussi un algorithme de détection de changements de concepts dans des corpus à fluxtemporel à partir du calcul du taux d'activité des sous-classes.

Consulter en bibliothèque

La version de soutenance existe sous forme papier

Informations

  • Détails : 1 vol. (154 p.)
  • Notes : Publication autorisée par le jury
  • Annexes : Bibliogr. 184 réf.

Où se trouve cette thèse ?

  • Bibliothèque : Télécom ParisTech. Bibliothèque scientifique et technique.
  • Disponible pour le PEB
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.