Naili, Marwa and Chaibi, Anja, and Ghézala, Henda, - Identification thématique Arabe basée sur des études empiriques des topic models

arima:3830 - REVUE AFRICAINE DE LA RECHERCHE EN INFORMATIQUE ET MATHÉMATIQUES APPLIQUÉES, 3 août 2017, Volume 27 - 2017 - Numéro spécial CARI 2016
Identification thématique Arabe basée sur des études empiriques des topic models

Auteurs : Naili, Marwa and Chaibi, Anja, and Ghézala, Henda,

Cet article met l'accent sur l'identification thématique pour la langue arabe basée sur les topic models. Nous étudions l'Allocation de Dirichlet Latente (LDA) comme une méthode non supervisée pour l'identification thématique. Ainsi, une étude approfondie de LDA a été effectuée à deux niveaux: le processus de lemmatisation et le choix des hyper-paramètres. Pour le premier niveau, nous étudions l'effet des différents lemmatiseurs sur LDA. Pour le deuxième niveau, nous nous focalisons sur les hyper-paramètres α et β de LDA et leurs impacts sur l'identification. Cette étude montre que LDA est une méthode efficace pour l'identification thématique Arabe surtout avec le bon choix des hyper-paramètres. Un autre résultat important est l'impact élevé de l'algorithme de lemmatisation sur l'identification thématique.


Source : oai:HAL:hal-01444574v2
Volume : Volume 27 - 2017 - Numéro spécial CARI 2016
Publié le : 3 août 2017
Déposé le : 2 août 2017
Mots-clés : Arabic stemmers,Latent Dirichlet Allocation,Topic identification,LDA hyper- parameters α and β,Identification thématique,Topic models,Allocation de Dirichlet Latente,hyper-paramètres α et β de LDA,lemmatiseurs Arabes,ACM : I.2.7.6,[INFO.INFO-TT] Computer Science [cs]/Document and Text Processing


Exporter

Partager

Statistiques de consultation

Cette page a été consultée 58 fois.
Le PDF de cet article a été téléchargé 106 fois.