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

Pascal Cuxac 1 Jean-Charles Lamirel 2 Maha Ghribi 1
2 TALARIS - Natural Language Processing: representation, inference and semantics
Inria Nancy - Grand Est, LORIA - Laboratoire Lorrain de Recherche en Informatique et ses Applications
Résumé : 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.
Liste complète des métadonnées

https://hal.inria.fr/inria-00535941
Contributeur : Jean-Charles Lamirel <>
Soumis le : dimanche 14 novembre 2010 - 11:56:02
Dernière modification le : jeudi 11 janvier 2018 - 06:21:35

Identifiants

  • HAL Id : inria-00535941, version 1

Collections

Citation

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, Montreal, Canada. 2010. 〈inria-00535941〉

Partager

Métriques

Consultations de la notice

225