Construction automatique d'un lexique de n-grammes pour la fouille d'opinion : Faisabilité et utilité

Résumé Fr En

De nombreuses méthodes automatiques de fouille d’opinion s’appuient sur un lexique dans lequel à chaque entrée est associé un degré de polarité. La construction de telles ressources linguistiques est donc devenue un champ de recherche important en linguistique computationnelle. Des techniques automatiques ont été développées ces dix dernières années et leur efficacité a été confirmée. La présente recherche propose d’étendre de telles procédures à l’analyse de n-grammes de mots et de déterminer les éventuels bénéfices apportés par cette extension. Une expérience menée sur la base d’un vaste corpus de critiques de films indique non seulement que les n-grammes sont des indicateurs plus fiables de polarité que les mots simples, mais aussi que leur combinaison avec ces mêmes mots permet une meilleure prédiction de la polarité de textes. Soulignant les limitations de la présente étude, la conclusion propose plusieurs pistes pour des recherches futures.

Many automatic opinion mining methods make use of a lexicon in which each word is associated with a degree of polarity. The construction of such a kind of linguistic resources has become an important field of research in computational linguistics. Automatic techniques have been developed over the last decade and their effectiveness has been confirmed. This paper proposes to extend these techniques to the analysis of n-grams of words and to determine the potential benefits of this extension. An experiment based on a large corpus of movie reviews indicates that n-grams are more reliable indicators of polarity than words and that their combination with these words allows a better prediction of the polarity of texts. Highlighting the limitations of this study, the conclusion discuses some suggestions for future research.