[PDF] COMFO : Corpus Multilingue pour la Fouille dOpinions

View - Download COMFO : Corpus Multilingue pour la Fouille dOpinions

Previous PDF

Next PDF

Lamine FATY1, Khadim DRAME2, Edouard Ngor SARR3H

Marie NDIAYE4, Yoro DIA5 anT OuVmane SALL6

1H2H3H4H5Université Assane Seck de Ziguinchor, SENEGAL

6Université Iba Der Thiam, SENEGAL

7Université Virtuelle Tu SénégalH SNNNGAL

{lamine.faWyH kUaTim.TrameH eTouarT-ngor.VarrH marie.nTiaye}@univ-Yig.Vn yoroTia2015@gmail.com ouVmane1.Vall@uvV.eTu.Vn

RESUME

pour le traitement automatique de données textuelles exprimées dans le langage urbain sénégalais.

Le processus de constitution du corpus COMFO est composé de trois étapes à savoir la préVenWaWion

et celles localeV noWammenW le wolof urbain afin Te refléWer lGopinion collecWive TeV lecWeurV

VénégalaiV.

ABSTRACT

COMFO: Multilingual CorpuV for Opinion Óining

The use of Machine Learning (ML) algorithms in opinion mining, particularly supervised learning

algoriWUmVH requireV an annoWaWeT corpuV Wo Wrain WUe claVVificaWion moTel in orTer Wo preTicW reVulWV

WUaW are cloVe Wo realiWy. UnforWunaWelyH WUere are VWill no reVourceV for WUe auWomaWic proceVVing of

WexWual TaWa expreVVeT in WUe SenegaleVe urban language. TUe objecWive of WUiV paper iV Wo builT a mulWilingual corpuV for opinion mining (COÓŃO). TUe

proceVV of builTing WUe COÓŃO corpuV iV compoVeT of WUree VWepVJ preVenWaWion of WUe TaWa VourceH

TaWa collecWion anT preparaWionH anT annoWaWion by lexical approacU. TUe parWiculariWy of COÓŃO

lieV in WUe inWegraWion of foreign languageV (ŃrencU anT NngliVU) anT local languageVH noWably urban

PolofH in orTer Wo reflecW WUe collecWive opinion of SenegaleVe reaTerV.

1 Introduction

(FO) [1][2] conViVWe à claVVer leV TocumenWV (commenWaireV) en foncWion TeV polariWéV poViWiveVH

Te claVVificaWion afin Te préTire TeV réVulWaWV procUeV Te la réaliWé.

langage urbain VénégalaiV. ÓalUeureuVemenWH peu Te reVVourceV VonW TiVponibleV pour le WraiWemenW

auWomaWique Te TonnéeV WexWuelleV expriméeV en langueV naWionaleV. nouV allonV faire le bilan eW annoncer TeV perVpecWiveV.

2 Travaux connexes

Avec la naWure mulWilingue TeV TonnéeV iVVueV TeV méTiaV VociauxH beaucoup Te Wravaux effecWuéV

récemmenW en ŃO (ou analyVe Te VenWimenWV) inWègrenW pluVieurV langueV formelleV eWIou informelleV.

conflit législatif dans la plupart des parlements européens en général. La construction du corpus est

dictionnaire de Google. Ce dernier offre une base raisonnable pour l'analyse des sentimenWV TanV

TifférenWeV langueV. *UOÓHYLü eW al. [5] onW préVenWé le premier corpuV en langue Verbe annoWé

manuellemenW pour leV aviV TanV le Tomaine Te lGenVeignemenW Vupérieur. LeV analyVeV VWaWiVWiqueV eW

linguiVWiqueV Tu corpuV onW révélé TeV informaWionV uWileV pour lGélaboraWion Te règleV manuelleV

un enVemble Te TonnéeV mulWilingueV en provenance Te pluVieurV VourceV à lGégarT TGune cible. ManV

différents dans 12 langues de 6 familles de langueV.

langueV informelleVH aucune reVVource VignificaWive nGa éWé conVWruiWe pour pluparW TeV langueV

localeV [7]. LeV commenWaireV iVVuV Te la preVVe en ligne VénégalaiVe VonW écriWV TanV le langage

VuiWe Te ceWWe VecWionH nouV enWameronV la méWUoTologie Te conVWrucWion Te noWre corpuV.

3 Constitution du corpus COMFO

3.1 Présentation de la source données

TeV élémenWV VWaWiVWiqueV Vur leVquelV nouV nouV VommeV baVéV pour effecWuer ce claVVemenW.

proliféraWion TeV TonnéeV Te Seneweb onW renTu ceWWe Vource uWile eW aWWrayanWe. ApreV la préVenWaWion

Te VourceV Te TonnéeVH nouV allonV meWWre en exergue noWre VWraWégie Te collecWe.

3.2 Collecte et préparaWion Te TonnéeV

Notre système Te collecWe eVW baVé Vur OpinionScraper [9]. OpinionScraper eVW un Vcraper Te

1 UWWpJIIwww.Veneweb.comI

à parWir Te pageV web Te manière opWimale eW leV formaWe en foncWion TeV aWWribuWV noWammenW J

exploiWable. La collecWe TeV TonnéeV eVW confronWée à pluVieurV formeV Te bruiWV. Le bruiW alWère

prédire, voire de rendre la modélisation impossible.

La préparaWion Te TonnéeV conViVWe à neWWoyer ceV bruiWV qui VonW VouvenW Te commenWaireV Te

ceW effeWH nouV avonV uWiliVé leV expreVVionV régulièreV. LeV expreVVionV régulièreV permeWWenW Te

Téfinir pluVieurV criWèreV Te recUercUe en même WempV afin TGiTenWifier TeV moWifV (paWWernV) à

O strucWure Tu TocumenW à analyVer. Nn TéfiniWiveH nouV TiVpoVonV 13.500 commenWaireV TonW 60% Te commenWaireV en françaiV (avec

langueV. La figure 1 eVW une illuVWraWion Te pUraVeV conVWruiWeV à parWir Te moWV ou groupeV Te moWV

iVVuV Te pluVieurV langueV noWammenW en françaiVH anglaiV eW wolof. ŃIGURN 1 J NxWraiW Te commenWaireV VénégalaiV

3.3 Annotation par approche lexicale

commentaire à travers le calcul du score.

à éWiqueWer leV commenWaireV écriWV en langage urbain VénégalaiV. Pour Wrouver TeV correVponTanceV

à chaque terme. CeWWe TeVcripWion peuW êWre WraTuiWe en langage macUine afin Te permeWWre à

Figure 3) J

- Soit - Soit P (Polarité), la valeur de chaque terme qui peut être -1 ou 1. ŃIGURN 3 J ClaVVificaWion Te TocumenWV par approcUe lexicale néceVViWe une évaluaWion par TeV experWV.

4 Evaluation du corpus COMFO

4.1 Evaluation des experts

somme des polarités de termes qui composent le commentaire - Si Score(C) > 0 alors C a une orientation positive ; - Si Score(C) < 0 alors C a une orientation négative ; TiVWincWe à la figure ci-TeVVouV (voir Ńigure 4).

ŃIGURN 4 J NxWraiW Te commenWaireV annoWé

Une foiV leV TocumenWV annoWéVH nouV pouvonV TéWerminer TeV VWaWiVWiqueV avec leV TonnéeV à WraverV

le niveau Te commenWaireV. AinViH leV VWaWiVWiqueV au niveau TeV commenWaireV VonW fournieV à WraverV

ceV viVualiVaWionV (voir figureV 5 eW 6).

LégenTe

ŃIGURN 5 J AnnoWaWion lexicale ŃIGURN 6 J AnnoWaWion lexicale

CeWWe viVualiVaWion permeW une repréVenWaWion VynWUéWique eW aWWrayanWe TeV réVulWaWV. La viVualiVaWion

4.2 Discussion

Au total, nous avons annoWé un jeu Te TonnéeV Te 13.000 commenWaireV TonW leV VWaWiVWiqueV VonW

fournieV TanV la figure 7.

PolariWé ReVourceV

Tagging NxperW NvaluaWion

PoViWive 42H7 % 33H4 %

NégaWive 19H9 % 57H5 %

NeuWre 37H4 % 9H1 %

ŃIGURN 7 J SWaWiVWique TeV TonnéeV annoWéeV

Au regarT Te ceV VWaWiVWiqueVH nouV conVWaWonV aiVémenW une granTe Tifférence enWre ceV Teux moTeV

avec les expressionV iVVueV Tu langage urbain VénégalaiV.

5 Conclusion

humains surtout dans un contexte où les outils Te WraiWemenW auWomaWique Te langageV naWurelV VonW

des négations et le langage urbain sénégalais. Ce corpuV Vera miV à la TiVpoViWion Te la communauWé

VcienWifique pour leV beVoinV Te valiTaWion TeV méWUoTeV qui VonW expérimenWéeV Vur ceV WypeV Te

valiTer noWre ouWil.

Nn raiVon Te la naWure mulWilingue TeV TonnéeV TeV méTiaV VociauxH une analyVe baVée Vur une Veule

langue officielle peuW comporWer le riVque Te ne paV VaiVir le VenWimenW général Tu conWenu en ligne.

contexte multilingue Vur une gamme Te langueV informelleV.

Références

[1] A. Jeyapriya eW C. O. SelviH " NxWracWing aVpecWV anT mining opinionV in proTucW reviewV uVing VuperviVeT learning algoriWUm »H in Electronics and Communication Systems (ICECS), 2015

2nT InWernaWional Conference on 201D SB D48ဩDD2B

TaWa 6SULQJHU 2012 SB 41Dဩ463B

experimenWV wiWU an arabic-engliVU corpuV for opinion mining »H in Proceedings of the InWernaWional Conference RecenW ATvanceV in NaWural Language ProceVVing 2011, 2011, p.

740ဩ74DB

approacU Wo meaVuring conflicW in legiVlaWive VpeecUeV »H Legis. Stud. Q., 2018.

[5] O. GrlÓHYLü =B %RãQÓMN HP $B .RYMþHYLü © Opinion mining in UigUer eTucaWionJ a corpuV-

baVeT approacU »H Enterp. Inf. Syst. SB 1ဩ26 2020B

[6] Ó. HarTalovH A. AroraH P. NakovH eW I. AugenVWeinH " Ńew-SUoW CroVV-Lingual SWance

[7] S. L. LoH N. CambriaH R. CUiongH eW M. CornforWUH " ÓulWilingual VenWimenW analyViVJ from

formal Wo informal anT Vcarce reVource languageV »H Artif. Intell. Rev., vol. 48, no 4H p.

4EEဩD27 2017B

[8] L. ŃaWyH Ó. NTiayeH I. MiopH eW O. MrameH " TUe complexiWy of commenWV from SenegaleVe online preVVeV face wiWU opinion mining meWUoTV »H in 2019 14th Iberian Conference on InformaWion SyVWemV anT TecUnologieV (CISTI) 201E SB 1ဩ6B

[9] L. ŃaWy et al., " Opinion ScraperJ A NewV CommenWV NxWracWion Tool for Opinion Óining »H in

2020 3rd International Conference on Big Data and Computational Intelligence (ICBDCI),

2020 SB 1ဩEB

[10] L. ŃaWy et al., " SenOpinionJ A New Lexicon for Opinion Tagging in SenegaleVe NewV

CommenWV »H in 2020 15th Iberian Conference on Information Systems and Technologies (CISTI) 2020 SB 1ဩ6B [11] S. SunH C. LuoH eW J. CUenH " A review of naWural language proceVVing WecUniqueV for opinion mining VyVWemV »H Inf. ŃuVion YROB 36 SB 10ဩ2D 2017Bquotesdbs_dbs46.pdfusesText_46

[PDF] Les commerces d'esclaves

[PDF] les community college les moins chers

[PDF] les compagnons du devoir champs sur marne

[PDF] Les comparaison de nombres décimaux

[PDF] Les comparatifs - Anglais

[PDF] Les comparatifs en anglais

[PDF] les compétences d'un entrepreneur

[PDF] les compétences définition

[PDF] Les compétitions sportives (débat)

[PDF] Les compléments circonstanciels (pour demain)

[PDF] Les compléments circonstanciels - Exercice de français

[PDF] Les compléments circonstanciels - Français, Troisième

[PDF] les compléments circonstanciels exercices pdf cm2

[PDF] les compléments circonstanciels leçon pdf

[PDF] les compléments circonstanciels nature et fonction