Évaluation de la cohérence du discours en utilisant les techniques d'apprentissage profond

Dépendances

Les dépendances de ce code, écrit en Python, sont:

Environement d'exécution [Anaconda] avec [Python 3.9.7]
[scikit-learn] (http://scikit-learn.org/stable/)
[NLTK] >= 3 (https://www.nltk.org/install.html)
progressbar2

Dataset utilisé

Le corpus de GCDC proposé par (Lai et Tetreault, 2018) et disponible sur demande via (https://github.com/aylai/GCDC-corpus).

Évaluation des modèles

Les modèles sont évalués sur la tâche de classification à trois niveaux (low, medium, high coherence), et dont le traitement de la cohérence peut être réparti en deux catégories :

Niveau sémantique

Au niveau des phrases (SENT_AVG)

Sans la validation croisée :

python main.py --model_name sentavg_model --train_corpus GCDC --model_type sent_avg --task class

Avec la validation croisée :

python main.py --model_name sentavg_model_cv --train_corpus GCDC --model_type sent_avg --task class --cross_val 1

Au niveau des paragraphes (PAR_SEQ)

Sans la validation croisée :

python main.py --model_name parseq_model --train_corpus GCDC --model_type par_seq --task class

Avec la validation croisée :

python main.py --model_name parseq_model_cv --train_corpus GCDC --model_type par_seq --task class --cross_val 1

Combinaison des deux niveaux (SEM_REL)

Sans la validation croisée :

python main.py --model_name semrel_model --train_corpus GCDC --model_type sem_rel --task class

Avec la validation croisée :

python main.py --model_name semrel_model_cv --train_corpus GCDC --model_type sem_rel --task class --cross_val 1

Niveau syntaxique (CNN_POS_TAG)

Sans la validation croisée :

python main.py --model_name cnn_postag_model --train_corpus GCDC --model_type cnn_pos_tag --task class --pos_tag 1

Avec la validation croisée :

python main.py --model_name cnn_postag_model_cv --train_corpus GCDC --model_type cnn_pos_tag --task class --pos_tag 1 --cross_val 1

israaexol / DiscourseCoherencePFE