Répertoire pour stocker les documents de synthèse (et leurs codes) ainsi que les codes réalisés pour le projet d'option informatique de 3A à l'École Centrale de Lyon.
Le projet traité est le suivant :
Projet n°11 - Deep Learning et traitement de langues naturelles et text mining
Encadré par : Alexandre Saidi, Emmanuel Dellandréa
Il s'agit là d'explorer les possibilités et les apports du Deep Learning aux différentes étapes de traitement des langues naturelles (Anglais, Français) et d'établir l'état de l'art en matière des liens avec le Text Mining.
La suite de ce texte précisera les différents documents stockés dans ce répertoire ainsi que des liens utiles pour le projet.
Nous n'en sommes actuellement qu'à l'initialisation de ce répertoire de dépôt, n'hésitez pas à revenir quand plus de ressources et éléments seront disponibles.
Ce répertoire contient la présentation du premier reporting ainsi que le GANTT associé et un rapide résumé de la première rencontre avec les commanditaires.
[Lien direct vers la présentation](Premier reporting/Projet_info_reporting_1.pdf)
Ce répertoire contient la présentation du second reporting ainsi que le code LaTeX pour la générer.
[Lien direct vers la présentation](Deuxième reporting/presentation_second_reporting.pdf)
Tous les éléments relatifs à la présentation finale du projet.
Le travail n'ayant pas encore commencé, ce répertoire est pour le moment vide.
Tous les éléments relatifs au rapport final du projet. Le document actuel n'est qu'un squelette général pour ce rapport qui sera rempli au fur et à mesure.
Fichier contenant :
- Les liens vers les différentes bases : [BDDs.txt](Bases de données/BDDs.txt)
- Notre code pour leur mise en forme : à venir
- Les bases de données mises en forme : à venir
Contenu du fichier à préciser.
Le travail n'ayant que peu commencé, ce répertoire est pour le moment vide.
Ce répertoire contient les liens (et quelques résumés) concernant les différents articles consultés pour la partie d'état de l'art du NLP/Deep Learning mais aussi pour les technologies. Les informations présente sont théoriquement similaires à celles du Drive, mais permettent d'avoir accès à ces dernières directement via ce répertoire Git.
Les bases de données récupérées lors de la prise de contact avec le PAr : lien
Les liens vers les différents documents de l'état de l'art : lien
Des explications sur le Deep Learning : lien
Des exlications sur NLP : lien
Liste des rapports étudiants de Stanford en Deep Learning : lien
Plus de ressources à venir quand le tri dans le projet aura été fait.