|
--- |
|
license: cc |
|
widget: |
|
- text: "Nouveaux records d’émissions de CO₂ du secteur énergétique en 2022, selon une étude" |
|
- text: "Climat et énergie : les objectifs de l’Union européenne pour 2030 ont du « plomb dans l’aile »" |
|
- text: "Municipales à Paris : Emmanuel Grégoire « se prépare méthodiquement » pour l’après Hidalgo" |
|
--- |
|
# 🌍 Détection des articles de presse française traitant des sujets liés au climat |
|
|
|
## 🗺️ Le contexte |
|
|
|
## 📋 L'utilisation du modèle final |
|
|
|
Le modèle final présenté n'est évidemment pas parfait. |
|
|
|
## 🔎 Le détail du travail d'entrainement |
|
|
|
### La méthodologie utilisée |
|
|
|
Différentes pistes d'étude ont été explorées pour aboutir au modèle final : |
|
- La **première piste** que nous avons étudiée est de faire prédire la classification des titres d'articles de presse entre "climat" et "pas climat" par [ChatGPT](https://openai.com/blog/chatgpt) grâce à du [prompt engineering](https://en.wikipedia.org/wiki/Prompt_engineering). Les résultats étaient assez intéressants mais le modèle se trompait parfois sur des cas très simples. |
|
- La **deuxième piste** que nous avons étudiée est de vectoriser les mots des titres de presse par une méthode Tf-Idf et d'utiliser un modèle de classification ([régression logistique](https://scikit-learn.org/stable/modules/generated/sklearn.linear_model.LogisticRegression.html) et [random forest](https://scikit-learn.org/stable/modules/generated/sklearn.ensemble.RandomForestClassifier.html)). Les résultats étaient légérement meilleurs qu'avec un dummy classifier (qui prédit toujours la classe majoritaire "Climat"). |
|
- La **troisième piste** que nous avons étudiée est de vectoriser les titres des articles de presse avec un modèle de type [BERT](https://fr.wikipedia.org/wiki/BERT_(mod%C3%A8le_de_langage)) ([camemBERT](https://camembert-model.fr/) uniquement entrainé sur un corpus francophone) et ensuite d'utiliser un modèle de classification ([régression logistique](https://scikit-learn.org/stable/modules/generated/sklearn.linear_model.LogisticRegression.html) et [random forest](https://scikit-learn.org/stable/modules/generated/sklearn.ensemble.RandomForestClassifier.html)) sur les plongements. Les résultats étaient intéressants. |
|
|
|
### Les données |
|
|
|
### Les modèles analysés |
|
|
|
### Le modèle final |
|
|
|
### Les améliorations envisageables |
