Vers une détection des sentiments et des phrases subjectives dans les réseaux sociaux

Abstract

L’évolution des technologies numériques a transformé le monde avec de nouveaux moyens de communications tels que les réseaux sociaux. Les plateformes des réseaux sociaux reposent sur des données textuelles produites et consommées par les utilisateurs et l’analyse de ces données est dantesque par des moyens traditionnels qui ne peuvent s’adapter au volume grandissant et à la variété. Les nouvelles innovations telles que l'apprentissage automatique sont conçues pour aider en transformant des données textuelles en information et profit. L’analyse des sentiments est l’une de ces applications les plus intéressantes notamment quand il s’agit de l’extraction et analyse des opinions des utilisateurs. Notre ressource de donnée dans ce travail est Twitter, l’objectif principal est de définir et de mettre en œuvre des moyens pour l’analyse des sentiments de données textuelles, nous avons choisi pour cette tâche un dataset lié au Covid19. Notre travail est basé sur des techniques de traitement automatique du langage et des techniques d’apprentissage automatique comme : SVM,Random Forest,Logistic Regression, XGBoost. Les tests effectués ont montré que la combinaison Random Forest avec la représentation Bag of words a donné les meilleurs résultats avec un F1-score de 79%. A partir de là, nous avons réalisé une application web qui implémente cette combinaison pour atteindre nos objectifs initiaux. Mots clés : Analyse des Sentiments, Analyse d’Opinion, Apprentissage automatique.