TP 03 — Classification de texte avec séquence et attention

1. Pourquoi ajuster le tokenizer sur train seulement ?
2. Quelle forme ont des IDs pour un lot B de longueur L ?
3. Quel test révèle un padding mal masqué ?
4. Pourquoi Macro-F1 plutôt qu'accuracy avec des classes rares ?
5. [E] À quoi sert la baseline TF-IDF face à une GRU ?

Réponses. 1. Sinon le vocabulaire fuit des statistiques du test. 2. B×L, comme le masque. 3. Ajouter du padding ne doit pas changer la prédiction. 4. Chaque classe pèse également. 5. Elle mesure si l'ordre séquentiel apporte un gain au-delà des mots présents.