34 lines
1.1 KiB
Markdown
34 lines
1.1 KiB
Markdown
*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 |