Browsing by Author "MEBARKI OUSSAMA"

Now showing 1 - 1 of 1

CATEGORISATION DES TEXTES PAR DEEP LEARNING
(UNIVERSITY BBA, 2023) BEN DIB ASSIA; MEBARKI OUSSAMA
Comme la plupart des informations (plus de 80 %) sont stockées sous forme de texte, on pense que le text mining a une valeur commerciale élevée. Les connaissances peuvent être découvertes à partir de nombreuses sources d’information Pourtant, les textes non structurés restent la plus grande source de connaissances facilement accessible. Classification de texte qui classe les documents selon des catégories prédéfinies. Dans cette thèse, nous essayons d’appliquons l’un des model performant d’apprentissage profond qui est le réseau de neurone (RNA) sur un jeu de donné textuel pour résoudre les problèmes de classification des textes Since most information (over 80%) is stored as text, text mining is believed to have high commercial value. Knowledge can be discovered from many sources of information. Yet, unstructured texts remain the greatest easily accessible source of knowledge. Text classification that classifies documents according to predefined categories. In this thesis, we try to apply one of the powerful Deep Learning models, which is the neural network (RNA) on a textual data set to solve text classification problems.