RNN-based Movie Review Sentiment Analysis

Présentation du projet

Une étude de critiques de films comparant des modèles récurrents pour classifier les sentiments et prédire les notes, avec des données d’évaluation séparées.

Une étude bilingue de critiques de films comparant des réseaux récurrents pour la classification des sentiments et la régression des notes. Le processus privilégie un prétraitement cohérent en anglais et en malais, des partitions évitant les fuites et une évaluation adaptée à chaque tâche.

Au cœur de cette réalisation

• Créé des partitions 80/10/10 d’entraînement, de validation et de test avant d’ajuster le processus de modélisation.
• Nettoyé les critiques anglaises et malaises par mise en minuscules, gestion de la ponctuation, retrait des mots vides, lemmatisation, tokenisation et remplissage.
• Appliqué une augmentation avec graine uniquement aux données d’entraînement, passant de 222 à 888 exemples de classification et de 501 à 2,004 exemples de régression.
• Comparé SimpleRNN, LSTM et GRU pour le sentiment binaire et la prédiction de notes numériques.
• Évalué la classification par exactitude, précision, rappel et F1, et la régression par métriques d’erreur et d’ajustement selon les plages de notes, sans désigner d’architecture gagnante.
• Ajouté 22 tests avec 55% de couverture et documenté le nettoyage des notes manquantes, doublons, critiques courtes et textes répétés.

Code source et liens