Session DEFT orale - O3
Vendredi 13 Juin - 14h00 16h00
-
papier 6005
Pré-traitements classiques ou par analyse distributionnelle : application aux méthodes de classification automatique déployées pour DEFT08
- Eric Charton ( LIA - Université d'Avignon)
- Nathalie Camelin ( LIA - Université d'Avignon)
- Rodrigo Acuna-Agost ( LIA - Université d'Avignon)
- Pierre Gotab ( LIA - Université d'Avignon)
- Remi Lavalley ( LIA - Université d'Avignon)
- Remy Kessler ( LIA - Université d'Avignon)
- Silvia Fernandez ( LIA - Université d'Avignon)
- Résumé : Nous décrivons dans cet article un ensemble de méthodes de classification automatique mises en oeuvre dans le cadre de la campagne DEFT08. Notre approche a d'abord consisté à évaluer les performances des systèmes état de l'art de l'apprentissage automatique (classifieurs SVM, AdaBoost, probabilistes et cosine). Nous avons ensuite cherché à améliorer les performances de ces classifieurs en élaborant une méthode de construction de classes
- article
-
papier 6007
Défi DEFT08 : Classification de textes en genre et en thème : Votons utile !
- Michel Plantié ( LGI2P, Ecole des Mines d'Alès)
- Mathieu Roche ( LIRMM, Université de Montpellier)
- Gérard Dray ( LGI2P, Ecole des Mines d'Alès)
- Résumé : Nous exposons dans cet article, les méthodes utilisées pour répondre au défi DEFT 2008. Après une présentation succincte de la méthode générale incluant les différents types de classifications utilisés, les résultats obtenus sont détaillés et analysés. Plusieurs tentatives d'améliorations des résultats initiaux sont enfin proposées.
- article