Application des méthodes d’Apprentissage Automatique dans l’Analyse des Sentiments des Tweets Arabes

Abstract

Avec l'expansion spectaculaire de l'information sur Internet, les utilisateurs du monde entier expriment quotidiennement leur opinion sur le réseau social tel que Facebook et Twitter. Les grandes entreprises investissent aujourd'hui dans l'analyse de ces opinions afin d'évaluer leurs produits ou services grâce aux commentaires des gens sur leurs activités. Le processus de connaissance des opinions des utilisateurs sur les produits ou services, qu'elles soient positives ou négatives, est appelé analyse des sentiments. L'arabe est l'une des langues courantes qui ont suscité l’intérêt de cette discipline. Dans la littérature, plusieurs approches ont été proposées pour l'Analyse des Sentiments arabes et la plupart de ces approches utilisent des techniques d'apprentissage automatique. Par conséquent, dans cette étude, nous essayons d'identifier une approche simple mais réalisable pour l'Analyse des Sentiments arabes sur Twitter. Cette solution proposée se base sur les différentes techniques de l’apprentissage automatique « Machine Learning » avec deux méthodes supervisées SVM (Support Vector Machine) et K-NN (K-Nearest Neighbors). Mots clés : Analyse des Sentiments, Analyse d’opinion, Langue Arabe, L’apprentissage automatique, Méthodes SVM et K-NN