UPAR7: A knowledge-based system for headline sentiment tagging

François-Régis Chaumartin (1)

1 LaTTice - Langues, textes, traitement informatique, cognition

For the Affective Text task at SemEval-2007, University Paris 7's system first evaluates emotion and valence on all words of a news headline (using enriched versions of SentiWordNet and a subset of WordNet-Affect). We use a parser to find the head word, considering that it has a major importance. We also detect contrasts (between positive and negative words) that shift valence. Our knowledge-based system achieves high accuracy on emotion and valence annotation. These results show that working with linguistic techniques and a broad-coverage lexicon is a viable approach to sentiment analysis of headlines.

Pour traiter la tâche " Affective Text " de SemEval-2007, notre système évalue d'abord les émotions et la valence (positive ou négative) portées par chaque mot d'un titre de new. Nous utilisons un analyseur syntaxique pour trouver le mot principal du titre, en faisant l'hypothèse qu'il joue un rôle majeur ; nous détectons aussi des contrastes (entre mots positifs et négatifs) qui font basculer la valence. Au final, notre système détecte avec une grande précision la valence du titre. Ces résultats montrent que l'utilisation simultanée de techniques linguistiques et de lexiques à large couverture est une approche viable pour l'analyse de sentiments sur des titres de news.

Mots clés: sentiment analysis; analyse d'opinion

Domaines: Linguistique; Informatique et langage [cs.CL]

François-Régis Chaumartin. UPAR7: A knowledge-based system for headline sentiment tagging. SemEval (ACL Workshop), 2007, Prague, Czech Republic. pp. 422-425. ⟨hal-00611242⟩