Les méthodes de classification non supervisées appliquées aux textes : mesure de la performance des résultats de clustering de documents

  • Pascal Cuxac INIST/CNRS, Vandoeuvre-lès-Nancy
  • Jean-Charles Lamirel LORIA, Vandoeuvre-lès-Nancy
  • Maha Ghribi INIST/CNRS, Vandoeuvre-lès-Nancy

Abstract

Nous présentons une approche alternative pour l'évaluation de la qualité de classifications non supervisées de textes basée sur des critères de rappel, précision et F-mesure non supervisés, exploitant les descripteurs associées aux classes. La comparaison expérimentale du comportement des critères classiques avec notre approche est effectuée sur des données bibliographiques.

This paper presents an alternative approach to measuring the quality of non-supervised text classification based on the recall, precision and non-supervised F-measure criteria, using class descriptors. The experimental comparison of classical criteria behaviour to our approach is based on bibliographic data.

Published
2013-10-21
Issue
Section
Articles