From 73942bcf0b4934bf0660c02157eef408de070efe Mon Sep 17 00:00:00 2001
From: lmoncla <moncla.ludovic@gmail.com>
Date: Thu, 6 Jan 2022 11:00:13 +0100
Subject: [PATCH] Update README.md

---
 README.md | 34 ++++++++++++++++++----------------
 1 file changed, 18 insertions(+), 16 deletions(-)

diff --git a/README.md b/README.md
index b216c09..31b0438 100644
--- a/README.md
+++ b/README.md
@@ -1,33 +1,35 @@
+# Classification automatique d'articles encyclopédiques
 
-This repository is proposed by **Khaled Chabane**, **Ludovic Moncla** and **Alice Brenon** as part of the GEODE project.
+Ce dépôt est proposé par **Khaled Chabane**, **Ludovic Moncla** et **Alice Brenon** dans le cadre du [Projet GEODE](https://geode-project.github.io/).
+Il contient le code développé pour l'article "*Classification automatique d'articles encyclopédiques*" ([https://hal.archives-ouvertes.fr/hal-03481219v1](https://hal.archives-ouvertes.fr/hal-03481219v1)) présenté lors de la conférence [EGC 2022](https://egc2022.univ-tours.fr/).
 
+## Présentation
 
-# Install dependencies
+Ce dépôt contient le code développée pour une étude comparative de différentes approches de classification supervisée appliquées à la classification automatique d’articles encyclopédiques. Notre corpus d’apprentissage est constitué des 17 volumes de texte de l’Encyclopédie de Diderot et d’Alembert (1751-1772) représentant un total d’environ 70 000 articles. Nous avons expérimenté différentes approches de vectorisation de textes (sac de mots et plongement de mots) combinées à des méthodes d’apprentissage automatique classiques, d’apprentissage profond et des architectures BERT. En plus de la comparaison de ces différentes approches, notre objectif est d’identifier de manière automatique les domaines des articles non classés de l’Encyclopédie (environ 2 400 articles). 
 
-    pip3 install -r requirements.txt
+## Méthodes testées
 
-    python -m spacy dowload fr_core_news_sm
+Nos expérimentations concernent l’étude de différentes approches de classification com- prenant deux étapes principales : la vectorisation et la classification supervisée. Nous avons testé et comparé les différentes combinaisons suivantes :
 
+1. vectorisation en sac de mots et apprentissage automatique classique (Naive Bayes, Lo- gistic regression, Random Forest, SVM et SGD) ;
+2. vectorisationenplongementdemotsstatiques(Doc2Vec)etapprentissageautomatique classique (Logistic regression, Random Forest, SVM et SGD) ;
+3. vectorisationenplongementdemotsstatiques(FastText)etapprentissageprofond(CNN et LSTM) ;
+4. approche*end-to-end*utilisantunmodèledelanguepré-entraîné(BERT,CamemBERT) et une technique de *fine-tuning* pour adapter le modèle sur notre tâche de classification.
 
 
-# Get Started
 
-To run the script for preparing data use the following command :
+## Résultats
 
-    python tmp_preprocess_data.py 
 
 
-In order to run the classifiers, use the following command :
 
-    python experimentsClassicClassifiers.py <dataset_tsv_file> <content_column_name> <labels_column_name> <min_sample_per_class> <max_sample_per_class>
 
-In order to run Classification with pre-trained models, use the following command :
+## Citation
 
-   
-    cd experiments/
-    
-    python bert_experiments.py  <model_Name> <classifier> 
+Moncla, L., Chabane, K., et Brenon, A. (2022). Classification automatique d’articles encyclopédiques. *Conférence francophone sur l’Extraction et la Gestion des Connaissances (EGC)*. Blois, France.
 
-# Acknowledgment
 
-The authors are grateful to the ASLAN project (ANR-10-LABX-0081) of the Université de Lyon, for its financial support within the French program "Investments for the Future" operated by the National Research Agency (ANR).
+
+## Remerciements
+
+Les auteurs remercient le [LABEX ASLAN](https://aslan.universite-lyon.fr/) (ANR-10-LABX-0081) de l'Université de Lyon pour son soutien financier dans le cadre du programme français  "Investissements d'Avenir" géré par l'Agence Nationale de la Recherche  (ANR).
-- 
GitLab