Traitement de texte: Matrice, Documents, Sujets

Cette séance de cours couvre la gestion des données textuelles, en se concentrant sur les matrices, les documents et les sujets. Il se penche sur des tâches telles que la récupération de documents, la classification, l'analyse des sentiments et la détection de sujets à l'aide de matrices TF-IDF. Linstructeur explique les défis de la haute capacité de modèle dans la classification des documents et introduit des techniques de régularisation. La séance de cours explore également la factorisation matricielle pour la détection de sujets et traite de l'utilisation de l'analyse sémantique latente. En outre, il touche aux vecteurs de mots, aux vecteurs de mots contextualisés et aux modèles avancés tels que BERT pour la représentation de texte. La présentation se termine par une discussion sur les pipelines de traitement du langage naturel et l’importance de l’apprentissage conjoint dans les tâches de PNL.