Résumé:
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
