Analyse comparative des modèles de vectorisation (BERT, Word2Vec, FastText, GloVe) associés au SVM pour la détection de spam

Mezhoud, Bilel (2024). Analyse comparative des modèles de vectorisation (BERT, Word2Vec, FastText, GloVe) associés au SVM pour la détection de spam. Mémoire. Trois-Rivières, Université du Québec à Trois-Rivières, 100 p.

Prévisualisation

PDF Télécharger (1MB) | Prévisualisation

Type de document:	Thèse et mémoire (Mémoire)
Informations complémentaires:	par Mezhoud Bilel. Comprend des références bibliographiques (pages 94-100). Comprend un résumé en français et en anglais. Thèses et écrits académiques.
Mots-clés libres:	Traitement automatique du langage naturel TALN Messages suspects Détection automatique Support Vector Machine SVM Modèle de vectorisation de données Natural Language Processing NLP Suspicious message Spam Automatic detection Vectorization model
Division:	Mathématiques et informatique appliquées
Date de dépôt:	30 oct. 2024 17:22
Dernière modification:	21 mars 2025 14:19
URI:	https://depot-e.uqtr.ca/id/eprint/11580

Actions (administrateurs uniquement)

Éditer la notice