Les méthodes de classification non supervisées appliquées aux textes : mesure de la performance des résultats de clustering de documents - Inria - Institut national de recherche en sciences et technologies du numérique Accéder directement au contenu
Communication Dans Un Congrès Année : 2010

Les méthodes de classification non supervisées appliquées aux textes : mesure de la performance des résultats de clustering de documents

Résumé

This paper presents an alternative approach to measuring the quality of non-supervised text classification based on the recall, precision and non-supervised F-measure criteria, using class descriptors. The experimental comparison of classical criteria behaviour to our approach is based on bibliographic data.
Nous présentons une approche alternative pour l'évaluation de la qualité de classifications non supervisées de textes basée sur des critères de rappel, précision et F-mesure non supervisés, exploitant les descripteurs associées aux classes. La comparaison expérimentale du comportement des critères classiques avec notre approche est effectuée sur des données bibliographiques.
Fichier principal
Vignette du fichier
cais_ojs,+349-850-1-CE.pdf (95.65 Ko) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)

Dates et versions

inria-00535941 , version 1 (11-01-2023)

Identifiants

  • HAL Id : inria-00535941 , version 1

Citer

Pascal Cuxac, Jean-Charles Lamirel, Maha Ghribi. Les méthodes de classification non supervisées appliquées aux textes : mesure de la performance des résultats de clustering de documents. Association Canadienne des Science de l'Information - ACSI 2010, Jun 2010, Montréal, Canada. ⟨inria-00535941⟩
153 Consultations
9 Téléchargements

Partager

Gmail Facebook X LinkedIn More