Analyse de sentiments \`a base d'aspects par combinaison de r\'eseaux profonds : application \`a des avis en fran (A combination of deep learning methods for aspect-based sentiment analysis : application to French reviews)

Abstract

Cet article propose une approche d'analyse de sentiments \`a base d'aspects dans un texte d'opinion. Cette approche se base sur deux \'etapes principales : l'extraction d'aspects et la classification du sentiment relatif \`a chaque aspect. Pour l'extraction d'aspects, nous proposons une nouvelle approche qui combine un CNN pour l'apprentissage de repr\'esentation de caract\`eres, un b-LSTM pour joindre l'apprentissage de repr\'esentation de caract\`eres et de mots et un CRF pour l'\'etiquetage des s\'equences de mots en entit\'es. Pour la classification de sentiments, nous utilisons un r\'eseau \`a m\'emoire d'attention pour associer un sentiment (positif, n\'egatif ou neutre) \`a une expression d'aspect donn\'ee. Les exp\'erimentations sur des corpus d'avis (publics et industriels) en langue francaise ont montr\'e des performances qui d\'epassent les m\'ethodes existantes.

Tasks

Reproductions