Une Approche Basée Deep Learning Pour La Classification des Sentiments

Abstract

L’analyse des sentiments également connu sous le nom d’opinion mining. C’est une approche pour identifier et classifier les émotions des clients (Positive, Négative, Neutre). C’est un domaine multidisciplinaire qui fait appel aux techniques du traitement de langage naturel (PNL), de l’apprentissage automatique (Machine Learning) et l’apprentissage en profondeur (Deep Learning). Elle trouve une place importante dans les médias sociaux les marchés éléctroniques, l'élaboration des politiques, la sociologie et même le service à la clientèle.

L’objectif premier de ce domaine et mettre en place un systéme capable de gérer des grands quantités d’informations de maniére automatique et perfermante , par la suite mettre des solutions de certain défis ( la langue, exploration d’opinion en temp réél , les techniques d’extractions d’opinion, l’analyse de text de maniére approfondi par le machine …..etc).

Le travail dans ce mémoire consiste a proposer un système d’analyse d’opinion basée sur l’aspect.

On propose une approche deep learning constitué d’un réseau de neurone profonde (Deep learning) de type LSTM 1 qui contient trois sous modéles pour l’extraction d’aspect, la classification d’aspect en catégorie (E (Entité) #A (Attribut) ) , et pour la classifiation des sentiments