Study of Domain Dependant Multi-Polarity Words for Document Level Opinion Mining (Influence des marqueurs multi-polaires dépendant du domaine pour la fouille d’opinion au niveau du texte) [in French]

[O-RI.1] 1 21ème Traitement Automatique des Langues Naturelles, Marseille, 2014 Influence des marqueurs multi-polaires dépendant du domaine pour la fouille d’opinion au niveau du texte Morgane Marchand1, 2 Romaric Besançon1 Olivier Mesnard1 Anne Vilnat2 (1) CEA, LIST, Laboratoire Vision et Ingénierie des Contenus Centre Nano-Innov Saclay, 91191 Gif-sur-Yvette Cedex (2) LIMSI-CNRS, Université Paris-Sud, 91403 Orsay Cedex morgane.marchand@cea.fr, romaric.besancon@cea.fr, olivier.mesnard@cea.fr, anne.vilnat@limsi.fr Résumé. Les méthodes de détection automatique de l’opinion dans des textes s’appuient sur l’association d’une po- larité d’opinion aux mots des textes, par lexique ou par apprentissage. Or, certains mots ont des polarités qui peuvent varier selon le domaine thématique du texte. Nous proposons dans cet article une étude des mots ou groupes de mots marqueurs d’opinion au niveau du texte et qui ont une polarité changeante en fonction du domaine. Les expériences, effectuées à la fois sur des corpus français et anglais, montrent que la prise en compte de ces marqueurs permet d’améliorer de manière significative la classification de l’opinion au niveau du texte lors de l’adaptation d’un domaine source à un domaine cible. Nous montrons également que ces marqueurs peuvent être utiles, de manière limitée, lorsque l’on est en présence d’un mélange de domaines. Si les domaines ne sont pas explicites, utiliser une séparation automatique des documents permet d’obtenir les mêmes améliorations. Abstract. In this article, we propose a study on the words or multi-words which are good indicators of the opinion polarity of a text but have different polarity depending on the domain. We have performed experiments on French and English corpora, which show that taking these multi-polarity words into account improve the opinion classification at text level in a domain adaptation framework. We also show that these words are useful when the corpus contains several do- mains. If these domains are not explicit, using a automatic domain characterization (e.g. wich Topic Modeling approaches) allows to achieve the same results. Mots-clés : Fouille d’opinion, adaptation au domaine, marqueurs multi-polaires. Keywords: Opinion mining, domain adaptation, multi-polarity markers. Introduction Avec l’avènement du web 2.0, la manière dont les personnes expriment leur opinion a beaucoup changée : nous postons des critiques de produits de consommation sur des sites marchands et exposons nos points de vue sur presque tous les sujets, sur des forums, des groupes de discussion ou des blogs. Tout cela constitue une importante source d’information avec de nombreuses applications. C’est pourquoi, au cours des dernières années, de nombreux travaux ont pris pour objet la fouille d’opinion. Si beaucoup de ces travaux se focalisent sur la caractérisation de l’opinion sur un corpus donné, qui est souvent spécifique à un domaine, l’étude des mots qui n’indiquent pas la même opinion d’un domaine à l’autre est moins fréquente. Certains mots peuvent en effet changer de polarité entre deux domaines (Navigli, 2012; Yoshida et al., 2011). Par exemple, le mot "retourner" a une connotation positive dans la phrase "Je n’en peux plus d’attendre pour re- tourner à mon livre !". Mais il exprime généralement une opinion très négative s’il est employé pour …

Content truncated to 500 words