<?xml version="1.0" encoding="UTF-8"?>
<modsCollection xmlns="http://www.loc.gov/mods/v3">
<mods ID="besancon-2015-methode">
    <titleInfo>
        <title>Méthode faiblement supervisée pour l’extraction d’opinion ciblée dans un domaine spécifique</title>
    </titleInfo>
    <name type="personal">
        <namePart type="given">Romaric</namePart>
        <namePart type="family">Besançon</namePart>
        <role>
            <roleTerm authority="marcrelator" type="text">author</roleTerm>
        </role>
    </name>
    <originInfo>
        <dateIssued>2015-06</dateIssued>
    </originInfo>
    <typeOfResource>text</typeOfResource>
    <relatedItem type="host">
        <titleInfo>
            <title>Actes de la 22e conférence sur le Traitement Automatique des Langues Naturelles. Articles longs</title>
        </titleInfo>
        <name type="personal">
            <namePart type="given">Jean-Marc</namePart>
            <namePart type="family">Lecarpentier</namePart>
            <role>
                <roleTerm authority="marcrelator" type="text">editor</roleTerm>
            </role>
        </name>
        <name type="personal">
            <namePart type="given">Nadine</namePart>
            <namePart type="family">Lucas</namePart>
            <role>
                <roleTerm authority="marcrelator" type="text">editor</roleTerm>
            </role>
        </name>
        <originInfo>
            <publisher>ATALA</publisher>
            <place>
                <placeTerm type="text">Caen, France</placeTerm>
            </place>
        </originInfo>
        <genre authority="marcgt">conference publication</genre>
    </relatedItem>
    <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.</abstract>
    <identifier type="citekey">besancon-2015-methode</identifier>
    <location>
        <url>https://aclanthology.org/2015.jeptalnrecital-long.9</url>
    </location>
    <part>
        <date>2015-06</date>
        <extent unit="page">
            <start>95</start>
            <end>106</end>
        </extent>
    </part>
</mods>
</modsCollection>

%0 Conference Proceedings
%T Méthode faiblement supervisée pour l’extraction d’opinion ciblée dans un domaine spécifique
%A Besançon, Romaric
%Y Lecarpentier, Jean-Marc
%Y Lucas, Nadine
%S Actes de la 22e conférence sur le Traitement Automatique des Langues Naturelles. Articles longs
%D 2015
%8 June
%I ATALA
%C Caen, France
%F besancon-2015-methode
%X 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.
%U https://aclanthology.org/2015.jeptalnrecital-long.9
%P 95-106

Markdown (Informal)

[Méthode faiblement supervisée pour l’extraction d’opinion ciblée dans un domaine spécifique](https://aclanthology.org/2015.jeptalnrecital-long.9) (Besançon, JEP/TALN/RECITAL 2015)

• Méthode faiblement supervisée pour l’extraction d’opinion ciblée dans un domaine spécifique (Besançon, JEP/TALN/RECITAL 2015)

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.