Grant: Engage Grants Program
Université de Montréal
$15,500.00
Utilisation de l'apprentissage automatique pour la classification de courriels
EF 2017-18
Résumé
ZEROSPAM est une compagnie montréalaise spécialisée dans le filtrage de courriel. De façon très spécifique,la compagnie offre un service de gestion des courriels entrants permettant de filtrer les pourriels. Il faut savoirqu'aujourd'hui le pourcentage de courriel indésirable approche le 90%. Pour effectuer le filtrage ZEROSPAMutilise en ce moment les métadonnées et une approche générique pour analyser le contenu des courriels.L'objectif de ce projet est d'augmenter significativement la qualité de la détection basée sur le contenu.La classification de texte court comme les courriels et les microbillets est un domaine de recherche actif entraitement des langages naturels. Le défi principal et propre au pourriel consiste en un contexte adversériel. Lesproducteurs de pourriel sont au fait des approches naïves qui permettent d'éliminer leurs messages et lessystèmes de classification doivent de ce fait, être de plus en plus raffinés.L'approche que nous allons utiliser repose sur des techniques de pointe en apprentissage profond. Lestechniques connexionnistes ont obtenu de très bons résultats au niveau de la modélisation du langage et dansdes tâches concrètes comme la traduction automatique. L'approche que nous préconisons est basée sur lesplongements vectoriels. Cette approche est basée sur une représentation vectorielle du vocabulaire ou la notionde distance est à la fois euclidienne et sémantique. Les techniques que nous allons développer ont le potentield'être utiles pour toute sorte de problèmes de classification comme l'analyse de sentiment, la classification parthème, à la fois dans les courriels, les bulletins de nouvelles et les micros billets.
Programme
Engage Grants Program
Bénéficiaire
Emplacement
Quebec, Canada
Type de bénéficiaire
Academia
Type
Grant
Source
NSERC's Awards Data
Tel que publié
Application id
508688-2017
Name nom
Tapp, Alain
Department département
Informatique et recherche opérationnelle
Organization id
63
Institution établissement
Université de Montréal
Province en
Québec
Province fr
Québec
Country en
CANADA
Country fr
CANADA
Fiscal year exercice financier
2017
Competition year année de concours
2017
Award amount
15500
Program id
EGP
Program name en
Engage Grants Program
Program name fr
Programme de subventions d'engagement partenariat
Group en
Research partnerships programs
Group fr
Programmes de partenariat
Committee code
1552
Committee name en
Quebec Internal Decision Committee
Committee name fr
Comité de décision interne pour le Québec
Area of application code
801
Area of application group en
Information and communication services
Area of application group fr
Services d'information et de télécommunications
Area of application en
Computer software
Area of application fr
Logiciel
Research subject code
2801
Research subject group en
Artificial intelligence
Research subject group fr
Intelligence artificielle
Research subject en
Natural language and speech understanding
Research subject fr
Langage naturel et reconnaissance de la parole
Partie
1
Nb partie
1
Application title
Utilisation de l'apprentissage automatique pour la classification de courriels
Keyword
NSERC
Application summary
ZEROSPAM est une compagnie montréalaise spécialisée dans le filtrage de courriel. De façon très spécifique,la compagnie offre un service de gestion des courriels entrants permettant de filtrer les pourriels. Il faut savoirqu'aujourd'hui le pourcentage de courriel indésirable approche le 90%. Pour effectuer le filtrage ZEROSPAMutilise en ce moment les métadonnées et une approche générique pour analyser le contenu des courriels.L'objectif de ce projet est d'augmenter significativement la qualité de la détection basée sur le contenu.La classification de texte court comme les courriels et les microbillets est un domaine de recherche actif entraitement des langages naturels. Le défi principal et propre au pourriel consiste en un contexte adversériel. Lesproducteurs de pourriel sont au fait des approches naïves qui permettent d'éliminer leurs messages et lessystèmes de classification doivent de ce fait, être de plus en plus raffinés.L'approche que nous allons utiliser repose sur des techniques de pointe en apprentissage profond. Lestechniques connexionnistes ont obtenu de très bons résultats au niveau de la modélisation du langage et dansdes tâches concrètes comme la traduction automatique. L'approche que nous préconisons est basée sur lesplongements vectoriels. Cette approche est basée sur une représentation vectorielle du vocabulaire ou la notionde distance est à la fois euclidienne et sémantique. Les techniques que nous allons développer ont le potentield'être utiles pour toute sorte de problèmes de classification comme l'analyse de sentiment, la classification parthème, à la fois dans les courriels, les bulletins de nouvelles et les micros billets.