De la Classification d'Opinion à la Recommandation : l'Apport des Textes Communautaires

Résumé : Cet article s'intéresse à la classification d'opinions de textes communautaires par apprentissage supervisé, en vue de les utiliser pour un système de recommandation. Nous comparons différents prétraitements, représentations et techniques d'apprentissage sur des données réelles parlant de films et présentant diverses particularités (textes très courts en anglais, contenant beaucoup de codes type sms, d'abréviations, de fautes d'orthographe, etc.). Nous étudions en détails les résultats de différents classifieurs ainsi que l'apport des prétraitements sur ce type de données. Pour finir, nous évaluons les résultats du meilleur classifieur à l'aide d'un moteur de recommandation de type filtrage collaboratif.
Liste complète des métadonnées

Cited literature [35 references]  Display  Hide  Download

https://hal.inria.fr/inria-00597394
Contributor : Isabelle Tellier <>
Submitted on : Wednesday, June 1, 2011 - 10:01:51 AM
Last modification on : Thursday, February 7, 2019 - 3:00:47 PM
Document(s) archivé(s) le : Friday, November 9, 2012 - 2:05:31 PM

File

Poirier-TAL51-3.pdf
Files produced by the author(s)

Identifiers

  • HAL Id : inria-00597394, version 1

Collections

Citation

Damien Poirier, Françoise Fessant, Isabelle Tellier. De la Classification d'Opinion à la Recommandation : l'Apport des Textes Communautaires. Traitement Automatique des Langues, ATALA, 2010, Opinions, sentiments et jugements d'évaluation, 51 (3), pp.19-46. ⟨http://www.atala.org/IMG/pdf/1-Poirier-TAL51-3.pdf⟩. ⟨inria-00597394⟩

Share

Metrics

Record views

597

Files downloads

801