الوصف المفصّل

Ce mémoire de master s'appuie sur un corpus de commentaires publics collectés puis anonymisés. Trois annotateurs ont étiqueté environ 8 000 phrases, et nous avons mesuré leur accord pour écarter les cas ambigus. J'ai comparé une régression logistique sur n-grammes de caractères, un modèle multilingue généraliste et un modèle pré-entraîné sur des dialectes arabes. Le meilleur résultat vient du modèle dialectal affiné, mais la régression reste étonnamment compétitive. J'ai appris à quel point la qualité de l'annotation conditionne tout le reste.

المشكلة التي يحلّها

Les outils d'analyse de sentiment disponibles fonctionnent mal sur la darija, surtout quand elle est écrite en caractères latins avec des chiffres. Les commentaires réels mélangent souvent plusieurs langues.

النتيجة الموعودة

Le modèle affiné dépasse nettement une base de référence par mots-clés sur notre jeu de test. Le corpus annoté et le protocole sont documentés pour être réutilisés par d'autres étudiants.

الوظائف

• Prise en charge de l'arabizi
• Trois classes de sentiment
• Corpus annoté et guide d'annotation
• Comparaison de plusieurs modèles
• API de prédiction

باختصار

مجال النشاط

الإعلام

المنصات والتوافق

• واجهة برمجية

التقنيات

• Hugging Face Transformers
• scikit-learn
• Label Studio
• pandas
• FastAPI

لغات الواجهة

الفرنسية · الإنجليزية

الولاية

بسكرة

الثقة

• راجع فريق myElite البطاقة ووافق عليها