Les avis sur les restaurants à l’épreuve de l’apprentissage automatique - Archive ouverte HAL Accéder directement au contenu
Communication Dans Un Congrès Année : 2020

Les avis sur les restaurants à l’épreuve de l’apprentissage automatique

Hyun Jung Kang
  • Fonction : Auteur
  • PersonId : 1070101

Résumé

Dans la fouille d’opinions, de nombreuses études portent sur l’extraction automatique des opinions positives ou négatives. Cependant les recherches ayant pour objet la fouille de suggestions et d’intentions sont moins importantes, malgré leur lien profond avec l’opinion. Cet article vise à détecter six catégories (opinion positive/mixte/négative, suggestion, intention, description) dans les avis en ligne sur les restaurants en exploitant deux méthodes : l’apprentissage de surface et l’apprentissage profond supervisés. Les performances obtenues pour chaque catégorie sont interprétées ensuite en tenant compte des spécificités du corpus traité.
Fichier principal
Vignette du fichier
31.pdf (540.95 Ko) Télécharger le fichier
Origine : Fichiers éditeurs autorisés sur une archive ouverte
Loading...

Dates et versions

hal-02784774 , version 1 (07-06-2020)
hal-02784774 , version 2 (18-06-2020)
hal-02784774 , version 3 (23-06-2020)

Licence

Paternité - Pas d'utilisation commerciale - Pas de modification

Identifiants

  • HAL Id : hal-02784774 , version 1

Citer

Hyun Jung Kang, Iris Eshkol-Taravella. Les avis sur les restaurants à l’épreuve de l’apprentissage automatique. 6e conférence conjointe Journées d'Études sur la Parole (JEP, 31e édition), Traitement Automatique des Langues Naturelles (TALN, 27e édition), Rencontre des Étudiants Chercheurs en Informatique pour le Traitement Automatique des Langues (RÉCITAL, 22e édition), 2020, Nancy, France. pp.249-257. ⟨hal-02784774v1⟩
212 Consultations
114 Téléchargements

Partager

Gmail Facebook X LinkedIn More