Combinaison emojis-texte dans une architecture Transformer pour la classification des sentiments dans les tweets arabes

dc.contributor.author	HATEM, Rayane
dc.contributor.author	MERABET, Nesrine
dc.contributor.author	BOUGAMOUZA, Fateh
dc.date.accessioned	2024-04-07T09:26:06Z
dc.date.available	2024-04-07T09:26:06Z
dc.date.issued	2023
dc.description.abstract	Les médias sociaux, en particulier les plateformes de microblogging comme Twitter, offrent un moyen rapide et facile aux utilisateurs pour partager leurs opinions et leurs émotions. Ce mémoire aborde le problème de la classification des sentiments dans les tweets arabes en utilisant une combinaison de texte et d'émojis dans une architecture Transformer. Le problème d'étude est le manque de ressources et de systèmes adaptés à l'analyse de sentiment en arabe par rapport à d'autres langues. La solution proposée consiste à entraîner un modèle BERT Transformer sur des données annotées en utilisant à la fois le texte brut des tweets et les émojis associés. Les résultats obtenus montrent une amélioration significative par rapport aux modèles existants, démontrant l'efficacité de l'approche proposée pour la classification précise des sentiments dans les tweets arabes.
dc.identifier.uri	http://dspace.univ-skikda.dz:4000/handle/123456789/795
dc.language.iso	fr
dc.publisher	Faculté des sciences
dc.title	Combinaison emojis-texte dans une architecture Transformer pour la classification des sentiments dans les tweets arabes
dc.title.alternative	Systèmes d'informations avancés et applications -SIIA
dc.type	Mémoire de Master

Now showing 1 - 1 of 1

Name:: Combinaison emojis-texte dans une architecture Transformer pour la classification des sentiments dans les tweets arabes.pdf
Size:: 4.75 MB
Format:: Adobe Portable Document Format

Now showing 1 - 1 of 1