Enrichissement d’un lexique de termes subjectifs à partir de tests sémantiques [Enhancement of a subjective word lexicon by semantic tests]

Enrichissement d’un lexique de termes subjectifs à partir de tests sémantiques Matthieu Vernier* — Laura Monceaux* * Laboratoire d’Informatique de Nantes Atlantique (LINA - UMR 6241) Université de Nantes 2, rue de la Houssinière 44322 Nantes cedex 03 {Matthieu.Vernier, Laura.Monceaux}@univ-nantes.fr RÉSUMÉ. De récentes considérations en fouille d’opinions, guidées par des besoins applicatifs en rupture avec les approches traditionnelles du domaine, requièrent d’utiliser des ressources lexico-sémantiques quantitativement et qualitativement riches. Il n’existe actuellement pas de telles ressources pour le français. Dans cette optique, nous présentons une méthode d’apprentissage pour enrichir automatiquement un lexique de termes subjectifs. Elle s’appuie sur un oracle, l’indexation des documents du Web par un moteur de recherche, et sur les résultats donnés en réponse à un grand nombre de requêtes. La modélisation de contraintes linguistiques sur ces requêtes permet d’inférer les caractéristiques de subjectivité d’un grand nombre d’adjectifs, d’expressions nominales et verbales de la langue française. Nous évaluons l’enrichissement du lexique de termes subjectifs en mesurant en contexte la qualité de la détection locale des évaluations dans un corpus de blogs de 5 000 billets et commentaires. ABSTRACT. Recent considerations in opinion mining, oriented by real applicative tasks, require creating lexical and semantic resources quantitatively and qualitatively rich. In this context, we present a method to automatically enhance a lexicon of subjective terms. The method relies on the indexing of Web documents by a search engine and large number of requests automatically sent. The construction of these requests, linguistically motivated, can infer the value of semantics and axiological aspect of a large number of adjectives, nouns and noun phrases, verbs and verbal phrases of French. We then evaluate the lexicon enhancement by testing the detection of local evaluation in a corpus of 5 000 blogs notes and comments. MOTS-CLÉS : fouille d’opinions, subjectivité, ressource lexico-sémantique, apprentissage. KEYWORDS: opinion mining, subjectivity, lexical and semantic resource, machine learning. TAL Volume 51 no 1/2010, pages 125 à 149 126 TAL Volume 51 no 1/2010 1. Introduction Le Web 2.0 en tant qu’espace d’expression libre a littéralement dopé l’intérêt pour la fouille d’opinions. À travers les blogs et les différents sites de réseaux sociaux (Twitter, Facebook), les internautes partagent leurs centres d’intérêts, argumentent leurs points de vue, affirment leur personnalité, voire cherchent volontairement à médiatiser leurs opinions pour influer sur leurs communautés. La richesse informationnelle contenue sur ces différents supports et le pouvoir potentiel induit par la capacité à mesurer, voire à prédire, l’évolution de l’opinion générale font naître des besoins applicatifs nouveaux. Les industriels, ayant un fort besoin relationnel avec leurs clients (EDF, SNCF), les créateurs de nouvelles technologies sensibles aux modes (téléphone et ordinateur portables), les politiciens, les médias et les sociologues sont les principaux utilisateurs finaux de ce type d’application. Ils sont désireux de connaître précisemment ce qui est exprimé à un instant donné autour d’un sujet. En TAL, les blogs sont de plus en plus souvent utilisés comme supports d’étude pour la fouille d’opinions (Mishne et Glance, 2006 ; Conrad et Schilder, 2007 ; Vernier et al., …

Content truncated to 500 words