LIRMM@DEFT-2018 – Modèle de classification de la vectorisation des documents
Waleed Mohamed Azmy, Bilel Moulahi, Sandra Bringay et Maximilien Servajean
Résumé : Dans ce papier, nous décrivons notre participation au défi d’analyse de texte DEFT 2018. Nous avons participé à deux tâches : (i) classification transport/non-transport et (ii) analyse de polarité globale des tweets : positifs, negatifs, neutres et mixtes. Nous avons exploité un réseau de neurone basé sur un perceptron multicouche mais utilisant une seule couche cachée.
Mots clés : Analyse de polarité, réseaux de neurone, word embedding, doc2vec.