14 mai 2018
info:eu-repo/semantics/OpenAccess
Thomas Gaillat et al., « FinSentiA: Analyse de Sentiments dans les Microblogs Financiers en Anglais », HAL-SHS : linguistique, ID : 10670/1.5t9xgg
L’objectif de cet article est de présenter la construction d’un système d’analyse de sentiments dans le domaine des microblogs financiers en anglais. Le but de notre travail est de construire un classifieur pour la prédiction de sentiments chez les investisseurs financiers sur les plateformes de microblogs telles que StockTwits et Twitter. Notre contribution montre qu’il est possible de mener une analyse fine des sentiments. Après extraction des entités financières et leurs contextes, le système attribue des scores en valeurs continues. Il repose sur une approche par réseaux profonds pour la méthode de classification. Les résultats montrent un F1score de 0.85 (2 classes) et une valeur de similarité cosinus de 0.62.