Détection automatique des sentiments dans les réseaux sociaux

الموضوعات

علوم تطبيقية وتكنولوجية

الملخص

Ce mémoire porte sur l’analyse des sentiments des commentaires sur les réseaux sociaux en particulier sur la classification supervisée binaire de données issues des pages de marques algériennes sur Facebook. Une des difficultés majeures lors de l’exploration de telles données par des méthodes d’apprentissage supervisées est de posséder un jeu de données suffisant en nombre d’exemples pour l’entraînement des modèles notamment dialecte. En effet, il est généralement nécessaire de catégoriser les données manuellement avant de réaliser l’étape d’apprentissage. La taille importante des jeux de données rend cette tâche de catégorisation très coûteuse. Ce travail présente un outil d’analyse de sentiments des commentaires écrits en dialecte algérien et anglais. Cet outil est fondé sur une approche de deep Learning. Les résultats obtenus pour le dialecte sont encourageants.

روابط وملفات

التعريف والنوع

رقم الوثيقة

fb4a2294-2275-4ecc-814a-60b07912d7bc

رقم العقد

0

نوع الوسائط

Crawler

نوع المحتوى

الرسائل العلمية

صيغة المصدر

ماستر (LMD)

نوع الملف

pdf text

أسماء الملفات

2226850_1.pdf

بيانات النشر

ألقاب المؤلفين

[{"name_ar":" Mohamed Islem Debbih","title_ar":"اعداد","title_en":"Preparation"},{"name_ar":"Siham Bacha ","title_ar":"اشراف","title_en":"Supervision"}]

اللغة

French

المصدر والدورية

اسم المصدر

Détection automatique des sentiments dans les réseaux sociaux

المحتوى والصفحات

عدد الصفحات

0

ترجمة الملخص

This thesis focuses on the sentiment analysis of comments on social networks, in particular on the supervised binary classification of data from Algerian brand pages on Facebook. One of the major difficulties when exploring such data by supervised learning methods is to have a sufficient number of data sets for models training, especially dialect. Indeed, it is generally necessary to label the data manually before performing the learning step. The large size of the datasets makes this labialization task very expensive. This work presents a tool for sentiment analysis of comments written in Algerian dialect and English . This tool is based on a deep learning approach. The results obtained for Algerian dialect are encouraging.

كلمات الباحثين

apprentissage profond, analyse des sentiments, dialecte algérien, word em-bedding3

إشراف وإعداد

الإشراف

Siham Bacha

الإعداد

Mohamed Islem Debbih

الاقتباسات الببليوغرافية