Énoncé

IMDB réduit ou tweets : vocab train-only, Embedding + moyenne masquée + MLP, baseline sac-de-mots logistique, test avec matrice + calibration + 10 erreurs lues.

Contraintes

Padding/masques corrects, longueurs notées, test unique, lecture d'erreurs obligatoire (ironie, négation).

Indices

Moyenne masquée manuelle uniquement (masque padding, leçon mia-rnn) : pas de pack_padded_sequence dans ce cursus. BCEWithLogitsLoss (leçon mia-couches-pertes-boucle), max_len appris sur train. Baseline sac-de-mots : matrice documents×termes apprise sur train uniquement (CountVectorizer = compteur de mots, fit sur train puis transform ailleurs, comme toute préparation du Ch13) + logistique (Ch16).

embedding(pad=0) -> masque -> moyenne -> Linear ; baseline compteurs + logreg

attendu : LSTM/pooling > baseline de quelques points, erreurs sur négations

Si le modèle apprend les noms propres du train, c'est une fuite de collecte : anonymisez ou stratifiez par source avant de conclure.