ACCUEIL

Consignes aux
auteurs et coordonnateurs
Nos règles d'éthique
Autres revues >>

Document Numérique

1279-5127
 

 ARTICLE VOL 11/1-2 - 2008  - pp.37-61  - doi:10.3166/dn.11.1-2.37-61
TITRE
Détection d'opinion. Comment déterminer les adjectifs d'opinion d'un domaine donné

RÉSUMÉ

L'extraction automatique d'opinions sur le web 2.0 est un domaine de recherche de plus en plus étudié. Elle utilise souvent deux méthodes à vocations différentes : soit des méthodes fondées sur l'apprentissage par la constitution de corpus en vue d'établir des modèles pour la classification, soit rechercher des mots caractéristiques tels que les adjectifs qui contribueront à la classification des textes. Dans ce dernier cas, les outils existants utilisent des dictionnaires généraux, et possèdent des limites : pour certains domaines, des adjectifs peuvent être inexistants voire contradictoires. Dans cet article, nous proposons une nouvelle approche de création automatique de dictionnaire d'adjectifs intégrant la connaissance du domaine. Les expériences menées sur des données réelles ont montré l'intérêt de notre approche comparativement à une méthode plus classique par apprentissage.

ABSTRACT

Expressed opinions grows more and more on the Internet. Recently, extracting automatically such opinions becomes a topic addressed by new research work. Traditionally, detection of opinions is based on extracting adjectives. Existing methods are often based on general dictionaries. Unfortunately, main drawbacks of these approaches are that, for different domains, adjectives could not exist and could have an opposite meaning. In this paper we propose a new approach to the automatic creation of dictionary of adjectives that integrates the domain knowledge. The experiments conducted on real data show the usefulness of our approach, compared to a more classic method based on machine learning mechanisms.

AUTEUR(S)
Ali HARB, Michel PLANTIÉ, Mathieu ROCHE, Gérard DRAY, François TROUSSET, Pascal PONCELET

MOTS-CLÉS
fouille de texte, règles d'association, orientation sémantique, classification

KEYWORDS
text mining, association rules, semantic orientation, classification

LANGUE DE L'ARTICLE
Français

 PRIX
GRATUIT
   
ACCÉDER A L'ARTICLE COMPLET  (547 Ko)



Mot de passe oublié ?

ABONNEZ-VOUS !

CONTACTS
Comité de
rédaction
Conditions
générales de vente

 English version >> 
Lavoisier