L'évolution constante des nouvelles technologies multiplie et diversifie les usages et les attentes des utilisateurs. Si de nombreux progrès ont été faits en matière d'extraction d'informations automatique dans des ressources écrites, la recherche n'en est pas encore au même stade pour ce qui est du traitement de l’oral. Notre projet tend à répondre à ce manque en s'intéressant plus particulièrement à l'identification des opinions et des sentiments dans un contexte oral. Pour cela, nous nous fondons sur les transcriptions du corpus ESLO. Grâce aux technologies du Traitement Automatique du Langage (TAL), nous proposons une analyse automatique de la perception de la ville d’Orléans par ses habitants. La détection d’informations géographiques et d’éléments subjectifs s’y rapportant ont déjà été mené en TAL comme dans le projet Senterritoire qui visait l’extraction de sentiments liés à l’aménagement d’un territoire. Dominguès et Eshkol-Taravella (2015) ont, quant à elles, défini la notion de « lieux subjectifs » et exposé ainsi les différents procédés lexicaux, syntaxiques et pragmatiques mis en œuvre pour exprimer la perception d’un lieu. Dans la suite de ce dernier travail, nous nous occupons aussi des « lieux subjectifs », c'est-à-dire les lieux sur lesquels un locuteur exprime son avis ou son sentiment. Notre travail tend vers la matérialisation du portrait sonore de la ville d’Orléans évoqué dans les objectifs du projet ESLO (Baude & Dugua, 2016). Chaque lieu identifié sera représenté sur une carte et mis en relation directe avec les descriptions que les orléanais en font. L’élaboration de cette carte est fondée sur une succession d’annotations automatisées. La première série d’annotations concerne l’identification de toutes les mentions de lieux présentes dans le corpus. Des lexiques spécifiques aux lieux d’Orléans ont été constitués à partir de bases de données dédiées à l’information géographique comme GEOFLA® , et appliqués au corpus selon une approche symbolique. Différentes règles permettent la combinaison de ces lexiques afin d’annoter les noms de voies, de villes, de commerces, etc. tout en prenant en compte les éventuelles variations opérées par le locuteur sur ces termes (troncation - rue de la république et rue de la rép- ; abréviation - La Ferté Saint-Aubin et La Ferté) (Eshkol-Taravella & Flamein, 2017 ; Flamein, 2017). A partir de ces annotations, les expressions subjectives relatives à ces lieux (les bords de Loire sont magnifiques) sont détectées par apprentissage automatique. Pour effectuer cet apprentissage, le corpus de référence d’une taille importante est nécessaire. Pour constituer ce corpus, nous avons choisi de procéder par myriadisation (Fort, 2017) en créant une plateforme collaborative permettant à des utilisateurs bénévoles d’annoter le corpus. La première partie de la communication sera consacrée aux règles implémentées pour la détection automatique de toutes les variations des mentions de lieux dans les transcriptions d’ESLO2. Le schéma d’annotation de la perception de ces lieux et le processus d’annotation manuelle seront présentés dans la deuxième partie. Le corpus ainsi constitué servira de modèle d’apprentissage du repérage automatique des tours de parole contenant la perception des orléanais de leur ville.