Construction semi-automatique de ressources pour la fouille d'opinion / Joseph Lark ; sous la direction de Emmanuel Morin et de Sebastián Peña Saldarriaga

Date :

Type : Livre / Book

Type : Thèse / Thesis

Langue / Language : français / French

Exploration de données

Traitement automatique du langage naturel

Morin, Emmanuel (Directeur de thèse / thesis advisor)

Peña Saldarriaga, Sebastián (1982-....) (Directeur de thèse / thesis advisor)

Sébillot, Pascale (1962-....) (Président du jury de soutenance / praeses)

Clavel, Chloé (1980-....) (Rapporteur de la thèse / thesis reporter)

Tannier, Xavier (1980-....) (Rapporteur de la thèse / thesis reporter)

Université de Nantes (1962-....) (Organisme de soutenance / degree-grantor)

École doctorale Mathématiques et sciences et technologies de l'information et de la communication (Rennes) (Ecole doctorale associée à la thèse / doctoral school)

Université Bretagne Loire (Autre partenaire associé à la thèse / thesis associated third party)

Laboratoire des sciences du numérique de Nantes (Laboratoire associé à la thèse / thesis associated laboratory)

Résumé / Abstract : Identifier les leviers de satisfaction des consommateurs est aujourd’hui capital dans un monde où la relation que tisse une entreprise avec ses clients est sa plus grande richesse. Le domaine de la fouille d’opinion, dans lequel s’inscrit cette thèse, propose des méthodes permettant de répondre à ce besoin. Celles-ci nécessitent cependant une mise à jour constante de ressources spécialisées qui sont la pierre angulaire des outils d’analyse d’opinion. Ce travail vise à développer des stratégies d’acquisition et de structuration de ces ressources, qui prennent la forme de lexiques, de patrons morpho-syntaxiques ou de textes annotés. Chacune de ces formes présente des difficultés d’acquisition propres, auxquelles s’ajoute la complexité de mettre à jour ces ressources en fonction de la langue à traiter ou du domaine des corpus analysés, notion primordiale en fouille d’opinion. Premièrement, nous menons une étude des éléments fondamentaux autour desquels l’opinion est construite dans le discours, conduisant à une nouvelle modélisation en étiquetage de séquence de l’opinion. Nous traitons ensuite la question de l’apport des différents types de ressources, dont il ressort que la meilleure stratégie est de les utiliser de concert. Enfin, nous proposons des méthodes d’acquisition pour chacune des ressources répondant non seulement aux besoins de la fouille d’opinion mais également aux contraintes du contexte industriel au sein duquel ces recherches sont menées.

Résumé / Abstract : Identifying satisfaction triggers among customers is a crucial need in today’s business world, as a strong customer relationship is now a most vital asset. The domain of opinion mining, in which this thesis falls into, offers several methods to answer this need. These methods, however, require a continuous update of specialized resources which are the cornerstone of many opinion mining tools. The objective of this work is to develop acquisition and structuration strategies for these resources, which can be lexicons, morphosyntactic rules or annotated data. Each of these items presents its own extraction difficulties, on top of the general issue of their update in a language- or domain-specific setting. Indeed, language constraints are fundamental in opinion mining, so the proposed methods must take these into account. First, we study the core elements from which opinion expressions are built in customer feedback. This study leads us to suggest a new modelisation of opinion mining as a sequence labeling task. We then compare the benefits of each type of resource through a benchmark of several opinion mining methods, and conclude that the best performing strategy is a hybrid approach. Finally, we present results for resource acquisition methods that answer not only the needs of opinion mining but also the constraints from the industrial setting in which this work has been conducted.