Projets de NLP

• Analyse des Avis
• Mental_health-conversations -> Lire le projet dans google colab

Objectifs des Projets

• Nettoyage et prétraitement du texte
• Analyse des sentiments
• Extraction et visualisation des thématiques
• Utilisation de modèles de type Transformer pour une meilleure compréhension du texte

Compétences Développées

1. Nettoyage et Préparation des Données

• Tokenisation, Lemmatisation et Suppression des Stopwords
• Normalisation et vectorisation des textes

2. Analyse des Thématiques

• Latent Dirichlet Allocation (LDA) : Extraction des thèmes sous-jacents
• Latent Semantic Analysis (LSA) : Compréhension des relations sémantiques
• NMF (Non-negative Matrix Factorization)
• BERTopic : Modélisation de thématiques avancée avec des embeddings
• Représentation graphique des thématiques

3. Analyse des Sentiments

• Classification des avis en positif / neutre / négatif
• Modèles plus avancés basés sur BERT et Transformers

4. Langage : Python

• Bibliothèques : NLTK, SpaCy, Scikit-learn, Gensim, Transformers, BERTopic, Matplotlib, Seaborn
• Environnements : Jupyter Notebook, Google Colab
• Gestion de versions : Git & GitHub