Analyse de sentiment et extraction d'opinion : sur les paramètres optimaux et les performances

L'analyse de sentiment est la tâche consistant à identifier la polarité et la subjectivité des documents à l'aide d'une combinaison d'apprentissage automatique, de recherche d'informations et de techniques de traitement du langage naturel. Le problème est étudié dans le cadre de l'apprentissage statistique automatique. Différentes méthodes de sélection de caractéristiques, algorithmes de réduction de dimensionnalité et techniques de classification sont explorés et comparés. L'objectif principal de ce travail est de trouver les facteurs qui influencent la précision des modèles appris. Une analyse statistique approfondie est réalisée pour identifier les meilleures configurations algorithmiques. De plus, une nouvelle approche est introduite basée sur des modèles de langage de réseaux de neurones récurrents à mémoire à court et long terme qui ne nécessitent aucun prétraitement spécial ni sélection de caractéristiques. Enfin, des résultats de référence sont présentés sur sept ensembles de données bien connus provenant de différents domaines. WIREs Data Mining Knowl Discov 2015, 5 : 255–263. doi : 10.1002/widm.1159 Cet article est classé sous : Développement algorithmique > Text Mining