diff --git a/README.md b/README.md index 9dcdcf6..e69de29 100644 --- a/README.md +++ b/README.md @@ -1,34 +0,0 @@ -*Réaliser par Mathéo GUILBERT* -*-- Octobre 2025 --* - -# Journal de bord - -## Introduction - -Le jeu de données utilisé est `PleIAs/French-PD-Books`. - -## Partie 1 : Classification - -**Deux approches :** - -1. Entrainement du modèle sur des données brutes vectorisées -2. Entrainement sur des données avec analyse de patrons sémantiques et stylistique préalable - -**Pronostiques :** - -Je pense que l'approche 2 donnera de meilleurs résultat que la première. Cepandant la deuxième nécessitera un travail d'exploration des données plus important. - -Je pense également que la première approche peut facilement poser un problème de surapprentissage sur les indicateurs temporelles explicites tel que les dates ou les nom d'époque (renaissance, moyen age, ...). - -Pour la méthode de vectorisation j'essaie deux méthodes : - -1. TF-IDF -2. Embeddings - -Pour ce qui est des modèles utilisé : - -TF-IDF --> c'est le classifier -Embeddings --> dangvantuan/sentence-camembert-base <-- Pour mon PC - dangvantuan/sentence-camembert-large <-- Pour Morgoth - -## Partie 2 : Génération \ No newline at end of file