Analyse d’opinion multi-cibles de l’actualité en ligne

Abstract

A l’ère d’internet et des réseaux, il y a eu une surabondance d’informations qui a conduit à une multiplicité des sources d’informations en l’occurrence avec la migration de la presse vers le web. En conséquence, les acteurs économiques et politiques sont devenus plus exigeant en matière de collecte et filtrage d’informations et surveille en continu l’évolution de leur image de marque pour améliorer la prise de décision. Il existe plusieurs travaux dans le cadre de la classification de texte par apprentissage automatique qui ont été réalisés dans diverses langues. Ce projet vise les sources média algériennes et traite le texte exprimé en deux langues : arabe et française. L’objectif est de développer un système d'agrégation de l’actualité permettant d'identifier les entités ciblées et d'analyser la tonalité exprimée. Des méthodes à base de règles et d’autre à base d’apprentissage automatique pour la classification ont été conçus puis évalués sur un dataset que nous avons collecté. Des améliorations ont été proposés sur le processus de classification et d’analyse d’opinion nous avons atteint des résultats de performances satisfaisons en termes de qualité de prédiction et de minimisation d’erreurs. Enfin, nous présentons des captures d'écrans qui illustre les fonctionnalités du système proposé. Les entités figurant dans l'information ainsi que la tonalité sont visibles pour chaque article de l'actualité. Mots clés : Agregation de flux RSS, Extraction d'entités nommées, Analyse d'opinion, Veille média.