Apprentissage de métrique appliqué à la classification de textes par méthodes à noyaux

Show full item record

Files in this item

PDF GRETSI_2007_1317.pdf 387.8Kb

Pour citer ce document :
URI: http://hdl.handle.net/2042/17754
Title: Apprentissage de métrique appliqué à la classification de textes par méthodes à noyaux
Author: POTHIN, Jean-Baptiste; RICHARD, Cédric
Abstract: Dans cet article, nous proposons une méthode pour l'optimisation de la métrique d'un classifieur textuel à noyaux. Contrairement aux techniques populaires existantes, notre approche ne nécessite pas la définition explicite de règles sémantiques. Etant donné un ensemble d'apprentissage, l'algorithme proposé permet d'optimiser la matrice sémantique, sans qu'il soit nécessaire d'exhiber celle-ci. Les résultats expérimentaux montrent l'efficacité et l'utilité de la méthode proposée en classification de textes par SVM (Support Vector Machines).
Publisher: GRETSI, Groupe d’Etudes du Traitement du Signal et des Images
Date: 2007

This item appears in the following Collection(s)

Show full item record





Advanced Search