Classification Des Textes Par Deep Learning

Abstract

In recent decades, the use of email has become widespread, leading to spam or fraudulent messages. Artificial intelligence (AI) and especially machine learning is a promising solution to classify these messages into two categories: messages (SPAM) and HAM. However, this classification approach shows unsatisfactory performance due to the low success rate of valid message classification. To improve this situation, deep learning, a branch of machine learning, gives very satisfactory results. In this work, we will experiment with the most used algorithms for text classification in recent years and find out which algorithm is the best to solve this problem في العقود الأخيرة ، انتشر استخدام البريد الإلكتروني على نطاق واسع ، مما أدى إلى ظهور رسائل غير مرغوب فيها أو رسائل احتيالية. يعد الذكاء الاصطناعي (AI) وخاصة التعلم الآلي حل ا واعداا لتصنيف هذه الرسائل إلى فئتين: الرسائل (SPAM) و HAM. ومع ذلك ، يُظهر نهج التصنيف هذا أدا ا ء غير مر ض بسبب انخفاض معدل نجاح تصنيف الرسائل الصحيحة. لتحسين هذا الموقف ، يعطي التعلم العميق ، وهو فرع من فروع التعلم الآلي ، نتائج مرضية للغاية. في هذا العمل ، سنقوم بتجربة الخوارزميات الأكثر استخدا ا ما لتصنيف النص في السنوات الأخيرة ومعرفة الخوارزمية الأفضل لحل هذه المشكلة