| Titre : | Une Approche hybride pour l'analyse des sentiments basée sur SVM et KNN. |
| Auteurs : | Abdelkrim Latreche, Directeur de thèse ; Medjahdi Farouk, Auteur ; Berkanne Abdel illah, Auteur |
| Type de document : | texte imprimé |
| Editeur : | univ DR taher moulay saida, 2020-2021 |
| Format : | 65 p / ill / 29 cm |
| Accompagnement : | CD rom |
| Langues: | Français |
| Mots-clés: | Twitter et Tweet ; Dataset ; SemEval ; des descripteurs (TF-IDF) |
| Résumé : |
L’émergence de la technologie Web 2.0 a généré une énorme quantité de données brutes en permettant aux utilisateurs d’Internet de publier leurs opinions, avis et commentaires sur le Web. Le traitement de ces données brutes pour extraire des informations utiles peut être une tâche très difficile. Actuellement, les réseaux sociaux pleins des textes dans lesquelles, les internautes s’expriment en différents sujets, l'intérêt de leurs opinions est considérable, où la compréhension du contenu véhiculé par ces textes est un élément essentiel. L'analyse des sentiments ou l'analyse des opinions est l'étude computationnelle des opinions, des sentiments, des attitudes et des émotions des personnes exprimées dans le langage écrit. L'analyse des sentiments est l'un des domaines de recherche les plus actifs dans le traitement du langage naturel et l'analyse des textes ces dernières années. Dans ce travail, nous nous sommes concentrés principalement sur l'analyse des sentiments des tweets. Pour analyser et classifier les tweets, avons utilisés et comparés les algorithmes SVM, KNN et une méthode hybride basée sur la combinaison des algorithmes SVM et KNN. Nous visons à optimiser l'algorithme SVM et à simplifier le processus d’apprentissage, en intégrant l'algorithme KNN dans l’algorithme SVM. Les classes que nous avons définies sont : la classe positive, négative ou neutre. Les premières études expérimentales 1réalisées prouvent l'efficacité de la méthode proposée en ce qui concerne la précision et présentent une complexité de calcul raisonnable tant pour l’apprentissage que pour l'exécution. |
| Note de contenu : |
Chapitre 1 : Analyse des sentiments et détection d'opinions Chapitre 2 : Conception Chapitre 3 : Réalisation |
Exemplaires
| Code-barres | Cote | Support | Localisation | Section | Disponibilité |
|---|---|---|---|---|---|
| aucun exemplaire |
Documents numériques (1)
Une Approche hybride pour l'analyse des sentiments basée sur SVM et KNN Adobe Acrobat PDF |
