Catégorisation des évaluations dans un corpus de blogs multi-domaine

Dans le cadre de la fouille d'opinion, nous proposons une methode automatique pour la detection et la categorisation des evaluations localement exprimees dans un corpus de blogs multi-domaine. Cette methode s'appuie sur deux theories linguistiques modelisant le processus d'evaluation dans le lan- gage naturel et sur des ressources lexicales. Nous presentons deux composants logiciels qui s'integrent a la plateforme UIMA et qui permettent : l'extraction automatique de structures symboliques specifiques a l'expression evaluative et la categorisation des evaluations a partir des structures symboliques apprises. L'outil de categorisation vise en particulier a analyser la signification axiologique, la modalite et la configuration enonciative d'une evaluation. L'objectif a terme est d'associer les evaluations ainsi categorisees a leur sujet.

[1]  Louis Lavelle,et al.  Traité des valeurs , 1951 .

[2]  Estelle Dubreil.  La dimension argumentative des collocations textuelles en corpus électronique spécialisé au domaine du TAL(N). (The Argumentative Part of Textual Collocations in an Electronic Corpus specialized on the TAL(N) Community) , 2006 .

[3]  Bing Liu,et al.  Mining Opinion Features in Customer Reviews , 2004, AAAI.

[4]  Yuji Matsumoto,et al.  A Boosting Algorithm for Classification of Semi-Structured Text , 2004, EMNLP.

[5]  A. Greimas.  Langage et discours , 2002 .

[6]  Andrea Esuli,et al.  SENTIWORDNET: A Publicly Available Lexical Resource for Opinion Mining , 2006, LREC.

[7]  É. Benveniste.  Problèmes de linguistique générale , 1968 .

[8]  Rada Mihalcea,et al.  Word Sense and Subjectivity , 2006, ACL.

[9]  Khurshid Ahmad,et al.  Sentiment Polarity Identification in Financial News: A Cohesion-based Approach , 2007, ACL.

[10]  Ellen Riloff,et al.  Learning Extraction Patterns for Subjective Expressions , 2003, EMNLP.

[11]  J. Anscombre,et al.  L'argumentation dans la langue , 1976 .

[12]  Fabrizio Sebastiani,et al.  Machine learning in automated text categorization , 2001, CSUR.

[13]  Jonathon Read,et al.  Annotating expressions of Appraisal in English , 2007, Language Resources and Evaluation.

[14]  Peter D. Turney.  Thumbs Up or Thumbs Down? Semantic Orientation Applied to Unsupervised Classification of Reviews , 2002, ACL.

[15]  Shlomo Argamon,et al.  Using appraisal groups for sentiment analysis , 2005, CIKM '05.

[16]  Jeannett Martin,et al.  The Language of Evaluation: Appraisal in English , 2005 .

[17]  Gérard Dray,et al.  Détection d'opinion : Apprenons les bons adjectifs ! , 2008 .

[18]  Michael Gamon,et al.  Customizing Sentiment Classifiers to New Domains: a Case Study , 2019 .

[19]  Dominique Legallois,et al.  Vers une grammaire de l'valuation des objets culturels , 2006 .

[20]  Oren Etzioni,et al.  Extracting Product Features and Opinions from Reviews , 2005, HLT.

[21]  J. Barbier,et al.  Signification, sens, formation , 2000 .

[22]  Yann Mathet,et al.  Classification de textes d'opinions : une approche mixte n-grammes et sémantique , 2007 .

[23]  Janyce Wiebe,et al.  Effects of Adjective Orientation and Gradability on Sentence Subjectivity , 2000, COLING.

[24]  Nigel Collier,et al.  Sentiment Analysis using Support Vector Machines with Diverse Information Sources , 2004, EMNLP.

[25]  P. Charaudeau,et al.  Grammaire du sens et de l expression , 1992 .

[26]  D. Maingueneau.  L'analyse du discours. , 2008 .

[27]  Vasileios Hatzivassiloglou,et al.  Predicting the Semantic Orientation of Adjectives , 1997, ACL.

[28]  Matthieu Vernier,et al.  Annotating Opinion - Evaluation Of Blogs , 2008 .

[29]  David M. Pennock,et al.  Mining the peanut gallery: opinion extraction and semantic classification of product reviews , 2003, WWW '03.

[30]  Razvan C. Bunescu,et al.  Sentiment analyzer: extracting sentiments about a given topic using natural language processing techniques , 2003, Third IEEE International Conference on Data Mining.

[31]  C. Kerbrat-Orecchioni.  L'énonciation : de la subjectivité dans le langage , 1983 .

[32]  Michael Gamon,et al.  Sentiment classification on customer feedback data: noisy data, large feature vectors, and the role of linguistic analysis , 2004, COLING.

[33]  Hui Zhang,et al.  WIDIT in TREC 2006 Blog Track , 2006, TREC.

[34]  Bo Pang,et al.  Thumbs up? Sentiment Classification using Machine Learning Techniques , 2002, EMNLP.

[35]  Claire Cardie,et al.  The Power of Negative Thinking: Exploiting Label Disagreement in the Min-cut Classification Framework , 2008, COLING.

[36]  John Blitzer,et al.  Biographies, Bollywood, Boom-boxes and Blenders: Domain Adaptation for Sentiment Classification , 2007, ACL.

[37]  Soo-Min Kim,et al.  Automatic Identification of Pro and Con Reasons in Online Reviews , 2006, ACL.

[38]  Matt Thomas,et al.  Get out the vote: Determining support or opposition from Congressional floor-debate transcripts , 2006, EMNLP.

[39]  Kamal Nigam,et al.  Retrieving topical sentiments from online document collections , 2003, IS&T/SPIE Electronic Imaging.

[40]  Edoardo M. Airoldi,et al.  Markov Blankets and Meta-heuristics Search: Sentiment Extraction from Unstructured Texts , 2004, WebKDD.