Université d’Antananarivo

Résumé

depuis la naissance de l’internet et surtout grâce à son expansion dans le monde, même dans les pays les moins développés, les informations peuvent circuler à travers des textes. ces informations contenant des données parfois très importantes peuvent être extraites pour expliquer l’économie d’un pays ou de prédire le meilleur moyen de s’investir géographiquement. a l’issue des recherches et des tests comparatifs sur les algorithmes d’extraction utilisés, le résultat obtenu est un f1 mesure de 81 pourcent des informations fiables en utilisant la transformation vectorielle de doc2vec sur les données d’entraînement appliquées á l’algorithme randomfor est. un autre modèle de classification a été réalisé dans une seconde partie afin de déterminer automatiquement si un terme dans le langage dérive de la géographie ou de l’économie ou n’appartient pas aux deux termes avec un score de 74 pourcent. le résultat été obtenu en utilisant les vecteurs de mots procurés par word2vec français en tant que caractéristique et entraîné sous un ensemble de classificateur composé de la régression logistique de poids 3 et le multilayer perceptron à 50 couches cachés de poids 1 sous un vote doux.