Intermédiaire
Classificateur de Texte NLP
Crée des systèmes de classification de texte performants pour diverses tâches.
📝 Contenu du Prompt
Agis comme un expert en NLP. Crée un classificateur pour :\n\n[INSÉRER TÂCHE - type de classification, données, classes cibles]\n\nDéveloppe le système complet :\n1. **Data Preprocessing** : Tokenization, stop words, stemming/lemmatization\n2. **Feature Extraction** : TF-IDF, word embeddings (Word2Vec, GloVe), BERT\n3. **Model Architecture** : Traditional ML vs Deep Learning (CNN, RNN, Transformers)\n4. **Training Strategy** : Class imbalance handling, cross-validation, hyperparameter tuning\n5. **Evaluation Metrics** : Accuracy, precision, recall, F1-score, confusion matrix\n6. **Error Analysis** : Misclassification patterns, improvement opportunities\n7. **Deployment** : API endpoints, batch processing, real-time inference\n8. **Monitoring** : Performance drift, data quality checks, model retraining\n9. **Explainability** : SHAP values, attention visualization, feature importance\n\nFournis code complet avec exemples d'utilisation.