Sémantique textuelle et TAL : un exemple d'application à l'analyse des sentiments

Egle Eensoo (1) , Mathieu Valette (1)

1 ERTIM - Équipe de Recherche en Textes, Informatique, Multilinguisme

Notre objectif est de faire se rencontrer les pratiques courantes de Traitement Automatique des Langues (TAL) avec celles de la sémantique textuelle outillée par la textométrie. Nous dressons un panorama de ces deux pratiques qui établissent peu de liens alors qu'elles travaillent avec le même matériau textuel. Afin de provoquer une rencontre, nous nous appuyons sur l'exemple d'une application d'analyse des sentiments. Comme c'est le cas pour beaucoup d'autres applications du domaine, nous utilisons les algorithmes d'apprentissage automatique mais les descripteurs choisis sont issus d'une analyse textométrique du corpus et structurés suivant une grille de lecture inspirée de la sémantique textuelle. Ainsi, nous mettons en évidence que les critères axiologiques (thymiques) habituellement utilisés dans l'analyse de sentiments ne contribuent que marginalement dans la classification. D'autres critères (dialogiques et dialectiques), liés au déroulement temporo-aspectuel du récit, aux rapports entre les protagonistes, etc. apportent en revanche une amélioration significative par rapport à la ligne de comparaison.

Mots clés: Corpus semantics; opinion mining; text statistics; machine learning

Mots clés: Sémantique de corpus; fouille d'opinion; textométrie; apprentissage automatique

Domaines: Linguistique

Egle Eensoo, Mathieu Valette. Sémantique textuelle et TAL : un exemple d'application à l'analyse des sentiments. 2013. ⟨halshs-00968634⟩