Accueil du site Accueil du site Adhésion Contact Plan du site

De la classification d’opinions à la recommandation : l’apport des textes communautaires

Damien Poirier* **, Françoise Fessant*, Isabelle Tellier**

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.


* Orange Labs
2 avenue Pierre Marzin
22300 Lannion
FRANCE
prénom.nom@orange-ftgroup.com

** Laboratoire d’Informatique Fondamentale d’Orléans
Rue Léonard de Vinci
45000 Orléans
FRANCE
prénom.nom@univ-orleans.fr

Télécharger:
Fichier PDF
Damien Poirier , Françoise Fessant, Isabelle Tellier
693 ko

TAL Volume 51 2010 . 3. Opinions, sentiments et jugements d’évaluation

Date de dernière mise à jour : 11 avril 2011, auteur : Rédacteurs en chef.