Optimisation avancée d’un modèle de classification multi-label

Scénario

Contexte : Une plateforme média souhaite attribuer plusieurs catégories à un même article. Le Problème : Le modèle actuel traite le problème comme multi-classes simple, perdant information. Contraintes : Adapter architecture et fonction de perte au multi-label (sigmoid + binary cross entropy). Définir seuils adaptés par label. Évaluer avec métriques adaptées (F1 micro/macro). Livrable attendu : Concevoir un pipeline NLP multi-label robuste avec évaluation appropriée.

Compétences ciblées