Recherche NLP
Pipeline NLP Darija
De la voix au sentiment : NLP pour la darija marocaine.
- Année
- 2024 — 2025
- Rôle
- Recherche & ingénierie
- Type
- Recherche NLP
Vue d'ensemble
Deux outils complémentaires formant une pipeline pour la langue darija : un transcripteur audio/vidéo vers SRT pour l'arabe et la darija (Wit.ai + segmentation par détection d'activité vocale), et un classifieur de sentiment pour commentaires de réseaux sociaux (scraping → prétraitement → classification servis via API REST). Partie d'un axe de recherche continu sur les dialectes sous-dotés en ressources.
Points clés
- Pipeline de transcription segmentée par VAD pour médias arabes/darija
- Classification de sentiment sur commentaires Facebook/YouTube
- Base pour la recherche NLP orientée darija
Stack
- Python
- scikit-learn
- Wit.ai
- webrtcvad
- ffmpeg
- Flask
