🎉 init project for french pd books analysis

README.md

@@ -0,0 +1,34 @@
+*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