Projet de fin d'étude : Utilisation des Transformers pour l’analyse des sentiments

Etudiant : EL MASTOUR EL MEHDI

Filière : Master Informatique Décisionnelle et Vision Intelligente (MIDVI)

Encadrant : Pr. EL FAZAZY KHALID

Annèe : 2023

Résumé : Résumé Ce projet se concentre sur l’application de deux puissants modèles basés sur les Transformers, BART et DistilBERT, dans le domaine de l’analyse des sentiments. BART est utilisé dans le but d’extraire les composantes mentionnées présentes dans les avis, tandis que Distil- BERT est utilisé pour la classification des sentiments. BART, basé sur l’architecture Transformer, est utilisé pour extraire les composantes mentionnées des avis qui contribuent au sentiment ex- primé. En combinant l’entraînement supervisé et non supervisé, BART apprend à la fois la syntaxe et la sémantique du langage, ce qui lui permet d’identifier les composantes importantes dans les avis. DistilBERT, une variante compacte de BERT, est utilisé pour la classification des sentiments. Grâce à un ajustement fin, DistilBERT est entraîné sur des données étiquetées pour prédire le sentiment (positif ou négatif) d’un avis donné. En capturant les relations contextuelles entre les mots, DistilBERT analyse efficacement le sentiment exprimé dans les avis. En intégrant l’extraction de composantes avec BART et la classi- fication des sentiments avec DistilBERT, une approche complète de l’analyse des sentiments est mise en œuvre. Cette approche permet de mieux comprendre les avis en identifiant les composantes clés et en classifiant précisément leur sentiment positif ou négatif. En conclusion, la combinaison de BART et DistilBERT se révèle être une solution puissante pour les tâches d’analyse des sentiments. Cette approche améliore la compréhension des avis en identifiant les compo- santes clés et en classifiant précisément les sentiments. Elle présente un grand potentiel pour diverses applications pratiques où l’analyse des sentiments est essentielle dans les processus de prise de décision.