Un modèle statistique pour la classification de documents structurés - Archive ouverte HAL Accéder directement au contenu
Communication Dans Un Congrès Année : 2003

Un modèle statistique pour la classification de documents structurés

Résumé

Nous présentons un modèle d’apprentissage général pour la classification de documents structurés permettant de prendre en compte simultanément la structure et le contenu. Pour cela, nous définissons tout d’abord un modèle génératif de documents structurés à l’aide de réseaux Bayésiens. Nous transformons ensuite ce modèle génératif en un modèle discriminant en utilisant la méthode du noyau de Fisher. Nous détaillons enfin une instance de ce modèle dédié à la classification de pages HTML. Les expériences sur un corpus de référence montrent que la prise en compte de la structure permet un gain de performance par rapport aux modèles classiques de classification génératifs et discriminants.
Fichier non déposé

Dates et versions

hal-01357597 , version 1 (30-08-2016)

Identifiants

  • HAL Id : hal-01357597 , version 1

Citer

Huyen-Trang Vu, Ludovic Denoyer, Patrick Gallinari. Un modèle statistique pour la classification de documents structurés. Journées francophones d'Extraction et de Gestion des Connaissances (EGC 2003), Jan 2003, Lyon, France. ⟨hal-01357597⟩
121 Consultations
0 Téléchargements

Partager

Gmail Facebook X LinkedIn More