Abstract:
L’apprentissage automatique s’est proposé comme une solution au défi résultant du
phénomène de l’explosion des données.
Le deep learning (l’apprentissage profond), est un sous-domaine de l’apprentissage
automatique qui exploite les réseaux de neurones artificiels.
Les réseaux de neurones convolutionnels et récurrents sont deux types de réseaux de neurones
artificiels. Ces réseaux ont la capacité d’extraire les descripteurs à partir des données brutes.
Dans ce mémoire, on s’intéresse à la classification de texte avec le deep learning. Notre
travail s’est focalisé sur l’étude de classification de texte en utilisant les architectures
convolutionnels (Convolutional Neural Network, CNN) et récurrente (Recurrent
Convolutional Neural Network, RCNN).
Enfin, nous avons conduit une étude empirique comparative des architectures CNN et RCNN
en utilisant le dataset IMDb. Les résultats révèlent l’impact visible du deep learning sur la
tâche de classification de texte
