LSE au DEFT 2018 : Classification de tweets bas\'ee sur les r\'eseaux de neurones profonds (LSE at DEFT 2018 : Sentiment analysis model based on deep learning)
Dans ce papier, nous d{\'e}crivons les syst{\`e}mes d{\'e}velopp{\'e}s au LSE pour le DEFT 2018 sur les t{\^a}ches 1 et 2 qui consistent {\`a} classifier des tweets. La premi{\`e}re t{\^a}che consiste {\`a} d{\'e}terminer si un message concerne les transports ou non. La deuxi{\`e}me, consiste {\`a} classifier les tweets selon leur polarit{\'e} globale. Pour les deux t{\^a}ches nous avons d{\'e}velopp{\'e} des syst{\`e}mes bas{\'e}s sur des r{\'e}seaux de neurones convolutifs (CNN) et r{\'e}currents (LSTM, BLSTM et GRU). Chaque mot d{'}un tweet donn{\'e} est repr{\'e}sent{\'e} par un vecteur dense appris {\`a} partir des donn{\'e}es relativement proches de celles de la comp{\'e}tition. Le score final officiel est de 0.891 pour la t{\^a}che 1 et de 0.781 pour la t{\^a}che 2.
PDF Abstract
