NLP
Avancé
Correction d’un pipeline avec séquences tronquées incorrectement
Type d'évaluation
Mise en situation réelle
Analyse
Intelligence Artificielle
Compétences ciblées
sequence-modeling
lstm
preprocessing
bugfix
text-classification
Scénario Technique
Contexte : Un modèle LSTM pour classification de texte obtient des résultats incohérents. Le Problème : Les séquences sont tronquées sans stratégie cohérente, perdant information importante. Extrait logique actuelle : pad_sequences(texts, maxlen=50) Sans analyse de longueur. Contraintes : Analyser distribution des longueurs. Ajuster maxlen de manière justifiée. Réentraîner modèle. Livrable attendu : Proposer une correction du pipeline séquentiel garantissant meilleure conservation d’information.
Prêt à évaluer ce talent ?
Accédez à l'interface de test complète pour soumettre votre architecture ou votre code.