Cas d’usage : chatbots, analyse de sentiments, moteurs de recherche, résumé automatique

Définition et domaines d’application du NLP

Présentation des grands modèles de langage

Classification de texte (naïve Bayes, SVM, réseaux de neurones simples)

Détection de sentiments et catégorisation

Introduction aux modèles de séquence (RNN, LSTM, Transformers)

Utilisation de bibliothèques : NLTK, spaCy, scikit-learn

Utilisation de bibliothèques : NLTK, spaCy, scikit-learn

Utilisation de bibliothèques : NLTK, spaCy, scikit-learn

Construction d’un mini-projet : chatbot simple, analyse de tweets, ou moteur de recherche textuel

Évaluation des performances et amélioration des modèles

Discussion sur les biais linguistiques et les limites des modèles NLP