Dimensionality reduction in machine learning for arabic text classification

dc.contributor.authorLOUAIL , Maroua
dc.contributor.authorKARA-MOHAMED , Chafia Supervisor
dc.date.accessioned2026-07-06T07:56:12Z
dc.date.issued2025
dc.description.abstractText classification is the automated process of assigning predefined labels or categories to text based on its content. This process helps organize vast amounts of textual data, simplifies management, enables efficient searches, and extracts valuable knowledge. The computa-tional analysis of the Arabic language plays a crucial role in addressing its growing global significance. As the fourth most widely used language online, Arabic has driven the emer-gence of Arabic Text Classification (ATC) as a key research area. However, the field of ATC faces considerable challenges, primarily due to the linguistic complexity of the language and the high demands of its processing, which can impact the performance of real-time systems. This dissertation aims to bridge the gap between effectiveness and efficiency in ATC, particularly in resource-constrained environments. The first objective of this research is to review existing ATC techniques, including pre-processing methods, vectorization strategies, dimensionality reduction techniques, and both classical machine learning and deep learning models, in order to provide a comprehensive understanding of current approaches. The second objective is to propose three innovative methods to enhance computational efficiency through dimensionality reduction while im- proving or at least maintaining high classification effectiveness. These methods are specif-ically designed for Modern Standard Arabic (MSA) text classification and are evaluated against state-of-the-art methods.
dc.description.sponsorshipLa classification de texte est le processus automatisé d’attribution d’étiquettes ou de caté- gories prédéfinies à un texte en fonction de son contenu. Ce processus aide à organiser de vastes quantités de données textuelles, simplifie leur gestion, permet des recherches efficaces et extrait des connaissances précieuses. L’analyse computationnelle de la langue arabe joue un rôle crucial dans la prise en compte de son importance croissante à l’échelle mondiale. En tant que quatrième langue la plus utilisée en ligne, l’arabe a favorisé l’émergence de la classi- fication de texte arabe en tant que domaine de recherche clé, malgré les défis substantiels liés à sa complexité linguistique et aux besoins computationnels intenses nécessairesà son traite- ment, lesquels compromettent souvent les performances des systèmes en temps réel. Cette thèse se propose de pallier ces limitations en optimisant à la fois l’efficacité et la performance de la classification, notamment dans des environnements à ressources limitées. Le premier objectif de cette recherche consiste en une analyse critique et systématique des méthodes actuelles, couvrant les techniques de prétraitement, les stratégies de vectorisa- tion, les approches de réduction de dimensionnalité, ainsi que les modèles d’apprentissage automatique et d’apprentissage profond. Ce travail de synthèse vise à dresser un état de l’art détaillé, indispensable pour une compréhension approfondie des approches existantes. Le second objectif est l’introduction de trois méthodologies inédites axées sur l’amélioration de l’efficacité computationnelle par la réduction de dimensionnalité, tout en améliorant ou en maintenant au moins une haute efficacité de classification. Conçues spécifiquement pour la classification de texte en arabe standard, ces méthodologies sont rigoureusement évaluées en comparaison avec les techniques de pointe actuelles.
dc.identifier.urihttps://repository.univ-setif.dz/handle/123456789/1822
dc.language.isoen
dc.publisherSetif 1 University - Ferhat ABBAS , Faculty of Sciences
dc.subjectNatural language processing
dc.subjectArabic text classification
dc.subjectDimensionality reduc- tion
dc.subjectfeature extraction
dc.subjectMeta-features
dc.subjectWord embeddings.
dc.titleDimensionality reduction in machine learning for arabic text classification
dc.typeThesis

Files

Original bundle

Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
E-TH 2447 Dimensionality reduction in machine LOUAIL , Maroua.pdf
Size:
1.87 MB
Format:
Adobe Portable Document Format

License bundle

Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed to upon submission
Description: