Méthode faiblement supervisée pour l’extraction d’opinion ciblée dans un domaine spécifique

Romaric Besançon


Abstract
La détection d’opinion ciblée a pour but d’attribuer une opinion à une caractéristique particulière d’un produit donné. La plupart des méthodes existantes envisagent pour cela une approche non supervisée. Or, les utilisateurs ont souvent une idée a priori des caractéristiques sur lesquelles ils veulent découvrir l’opinion des gens. Nous proposons dans cet article une méthode pour une extraction d’opinion ciblée, qui exploite cette information minimale sur les caractéristiques d’intérêt. Ce modèle s’appuie sur une segmentation automatique des textes, un enrichissement des données disponibles par similarité sémantique, et une annotation de l’opinion par classification supervisée. Nous montrons l’intérêt de l’approche sur un cas d’étude dans le domaine des jeux vidéos.
Anthology ID:
2015.jeptalnrecital-long.9
Volume:
Actes de la 22e conférence sur le Traitement Automatique des Langues Naturelles. Articles longs
Month:
June
Year:
2015
Address:
Caen, France
Editors:
Jean-Marc Lecarpentier, Nadine Lucas
Venue:
JEP/TALN/RECITAL
SIG:
Publisher:
ATALA
Note:
Pages:
95–106
Language:
URL:
https://aclanthology.org/2015.jeptalnrecital-long.9
DOI:
Bibkey:
Cite (ACL):
Romaric Besançon. 2015. Méthode faiblement supervisée pour l’extraction d’opinion ciblée dans un domaine spécifique. In Actes de la 22e conférence sur le Traitement Automatique des Langues Naturelles. Articles longs, pages 95–106, Caen, France. ATALA.
Cite (Informal):
Méthode faiblement supervisée pour l’extraction d’opinion ciblée dans un domaine spécifique (Besançon, JEP/TALN/RECITAL 2015)
Copy Citation:
PDF:
https://aclanthology.org/2015.jeptalnrecital-long.9.pdf