Apprentissage en profondeur de bout en bout

47. Présentation de l'apprentissage de bout en bout

Imaginez que vous souhaitiez créer un système qui analyse les critiques de produits sur Internet et évalue automatiquement si le produit a été apprécié par le réviseur ou non. Par exemple, la critique «C'est une grande vadrouille!» doit être reconnu par un tel système comme très positif. Et l'avis "Ce balai de mauvaise qualité - en vain je l'ai acheté", comme extrêmement négatif.

La tâche de reconnaître les opinions positives et négatives est appelée «classification des sentiments».
Un tel système peut ressembler à un «convoyeur» composé de deux composants:

Analyseur (analyseur): un système qui annote le texte avec des informations décrivant des mots significatifs. Par exemple, vous pouvez utiliser l'analyseur pour désigner tous les adjectifs et noms. Le résultat est un texte annoté:
"Ceci est un grand _{nom de} vadrouille _adjectif !"
Classificateur d'attitude: un algorithme entraîné qui accepte le texte annoté en entrée et prédit sa coloration émotionnelle. L'annotation de l'analyseur contribue de manière significative à l'apprentissage de l'algorithme: par exemple, en accordant plus de poids aux adjectifs, l'algorithme s'ajuste rapidement aux mots significatifs, tels que «génial», et ignore les mots qui n'ont pas de sens, par exemple, le mot «ceci».

Note de l'auteur: L'analyseur fournit une annotation de texte beaucoup plus riche, mais cette description simplifiée suffira à expliquer l'apprentissage en profondeur approfondi.

Vous pouvez représenter le "convoyeur" à deux composants résultant comme suit: