Une entreprise souhaite qu'un modèle de ML analyse les avis sur les réseaux sociaux et les étiquette comme neutres, positifs ou négatifs. Quelle approche de modélisation est appropriée pour cette exigence ?

La classification est l'approche de modélisation appropriée car l'objectif est d'attribuer une catégorie (neutre, positif ou négatif) à chaque avis. C'est une tâche fondamentale en traitement du langage naturel (TLN) où le modèle apprend à classer des données textuelles dans des classes prédéfinies. La génération ouverte créerait du nouveau texte, ce qui n'est pas l'objectif ici. Le résumé de texte condenserait les avis, et la traduction automatique convertirait les avis dans une autre langue, aucune de ces options ne répondant à l'exigence de catégorisation.