LIRMM@DEFT-2018 -- Mod\`ele de classification de la vectorisation des documents (LIRMM DEFT-2018 -- Document Vectorization Classification model )
Dans ce papier, nous d{\'e}crivons notre participation au d{\'e}fi d{'}analyse de texte DEFT 2018. Nous avons particip{\'e} {\`a} deux t{\^a}ches : (i) classification transport/non-transport et (ii) analyse de polarit{\'e} globale des tweets : positifs, negatifs, neutres et mixtes. Nous avons exploit{\'e} un r{\'e}seau de neurone bas{\'e} sur un perceptron multicouche mais utilisant une seule couche cach{\'e}e.
Code (0)
등록된 구현이 없습니다.
Tasks
ClassificationGeneral ClassificationSimilar Papers 제목 키워드 기반
LIRMM-Advanse at SemEval-2019 Task 3: Attentive Conversation Modeling for Emotion Detection and Classification
This paper addresses the problem of modeling textual conversations and detecting emotions. Our proposed model makes use of 1) deep transfer learning rather than the classical shallow methods of word embedding; 2) self-at…
Emotion Detection and ClassificationGeneral ClassificationTransfer LearningAQUALOC: An Underwater Dataset for Visual-Inertial-Pressure Localization
We present a new dataset, dedicated to the development of simultaneous localization and mapping methods for underwater vehicles navigating close to the seabed. The data sequences composing this dataset are recorded in th…
Simultaneous Localization and MappingDOING@DEFT : utilisation de lexiques pour une classification efficace de cas cliniques (In this paper, we present our participation to the DEFT 2021 task 1)
Nous présentons dans cet article notre participation à la tâche 1 de la campagne d’évaluation francophone DEFT 2021, sur l’identification du profil clinique du patient. Nous proposons une méthode évolutive et efficace en…
Participation de Berger-Levrault (BL.Research) à DEFT 2021 : de l’apprentissage des seuils de validation à la classification multi-labels de documents (Berger-Levrault (BL)
Cet article présente notre participation à l’édition 2021 du DÉfi Fouille de Textes (DEFT) et plus précisément à la première tâche liée à l’identification du profil clinique du patient. Cette tâche consiste à sélectionne…
Syllabs@DEFT2018 : combinaison de m\'ethodes de classification supervis\'ees (Syllabs@DEFT2018: Combination of Supervised Classification Methods)
Nous pr{\'e}sentons la participation de Syllabs {\`a} la t{\^a}che de classification de tweets dans le domaine du transport lors de DEFT 2018. Pour cette premi{\`e}re participation {\`a} une campagne DEFT, nous avons cho…
ClassificationGeneral Classification