Classification de polarité d’opinions à base d’aspects à l’aide de l’apprentissage profond.

Abstract

L'analyse de sentiment détermine la tonalité émotionnelle qui se cache derrière une série de mots. C'est une analyse utilisée afin de mieux comprendre la perception, les opinions et les émotions exprimées dans une mention en ligne. L'analyse des sentiments est l'un des domaines de recherche les plus actifs dans le traitement du langage naturel, car les opinions sont au cœur des presque toutes les activités humaines, en particulier dans les médias sociaux. La recherche s'est étendue aux sciences de gestion et aux sciences sociales en raison de son importance pour les entreprises et la société dans son ensemble. Nos contributions s'articulent autour de deux axes. Tout d'abord, nous effectuant une analyse de sentiment en utilisant les réseaux de neurone avec mémoire à long terme, en utilisant différentes techniques de représentation telle que les sac-de-mot, le TF_IDF, n-gramme et les Word Embedding, le but est de montrer l'impact des Word Embedding sur l'analyse des sentiments. Et puis en se basant sur cette représentation nous réalisant un modèle d'analyse de sentiment niveaux aspect pour avoir une analyse plus fine du texte et pour extraire tous les aspects existants dans ce texte pour leur attribuer une polarité spécifique.