Aperçu du Projet
Développement d'un modèle d'analyse de sentiments pour classifier des commentaires d'utilisateurs (positif, négatif, neutre).
Le système utilise des techniques de NLP pour le prétraitement (tokenization, lemmatisation) et des modèles classiques et neuraux pour la classification.
92%
Précision
3
Classes
50K
Commentaires
Prédictions rapides
Galerie du Projet
Détails Techniques
Pipeline NLP
Nettoyage, tokenization, lemmatisation, vectorisation (TF-IDF), puis classification (SVM/LogReg) et modèle profond (LSTM).
Évaluation
Validation croisée, F1-score macro, gestion du déséquilibre avec pondération de classes.