Analyse d'opinion et langage figuratif dans des tweets : présentation et résultats du Défi Fouille de Textes DEFT2017 - Archive ouverte HAL Accéder directement au contenu
Communication Dans Un Congrès Année : 2017

Analyse d'opinion et langage figuratif dans des tweets : présentation et résultats du Défi Fouille de Textes DEFT2017

Résumé

Figurative language detection has gained relevance recently, due to its importance for efficient sentiment analysis. For the first time, the Défi Fouille de Texte (DEFT) shared task aims to analyse the impact of figuratif language (focusing in particular on irony, sarcasm and humor) on sentiment analysis of French tweets. Three tasks with an increasing level of complexity have been proposed to participants : (T1) polarity analysis of non figurative tweets, (T2) figurative language detection, and (T3) polarity analysis of non figurative and figurative tweets. Twelve teams participated in the competition. Best results in terms of macro f-score are 0.650 for (T1), 0.783 for (T2) and 0.594 for (T3). These results show that the presence of figurative devices make sentiment analysis of tweets much more complex.
La détection automatique du langage figuratif dans les réseaux sociaux est un sujet de recherche extrêmement actif principalement en raison de son importance pour améliorer les performances des systèmes d'analyse d'opinions. Pour la première fois, l'édition 2017 du Défi Fouille de Texte (DEFT) s'intéresse à l'influence du langage figuratif (en particulier l'ironie, le sarcasme et l'humour) dans l'analyse d'opinions à partir de tweets en français. Trois tâches de niveaux de complexité croissants ont été proposées aux participants : (T1) déterminer la polarité globale des tweets non figuratifs, (T2) déterminer si un tweet contient ou non du langage figuratif, et (T3) déterminer la polarité globale des tweets figuratifs et non figuratifs. Douze équipes ont participé à ce défi. Les meilleurs résultats, en macro f-mesure, sont de 0,650 pour (T1), 0,783 pour (T2) et 0,594 pour (T3). Ces résultats montrent clairement que l'usage du langage figuratif complique considérablement l'analyse d'opinions.
Fichier principal
Vignette du fichier
benamara_19108.pdf (142.21 Ko) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)
Loading...

Dates et versions

hal-01912785 , version 1 (05-11-2018)

Identifiants

  • HAL Id : hal-01912785 , version 1
  • OATAO : 19108

Citer

Farah Benamara, Cyril Grouin, Jihen Karoui, Véronique Moriceau, Isabelle Robba. Analyse d'opinion et langage figuratif dans des tweets : présentation et résultats du Défi Fouille de Textes DEFT2017. Atelier TALN 2017 : Défi Fouille de Textes (DEFT 2017), Jun 2017, Orléans, France. pp.1-12. ⟨hal-01912785⟩
202 Consultations
390 Téléchargements

Partager

Gmail Facebook X LinkedIn More