DEFT2018 : recherche d'information et analyse de sentiments dans des tweets concernant les transports en \^Ile de France (DEFT2018 : Information Retrieval and Sentiment Analysis in Tweets about Public Transportation in \^Ile de France Region )
Patrick Paroubek, Cyril Grouin, Patrice Bellot, Vincent Claveau, Iris Eshkol-Taravella, Amel Fraisse, Agata Jackiewicz, Jihen Karoui, Laura Monceaux, Juan-Manuel Torres-Moreno
Unverified — Be the first to reproduce this paper.
ReproduceAbstract
Cet article pr\'esente l'\'edition 2018 de la campagne d'\'evaluation DEFT (D\'efi Fouille de Textes). A partir d'un corpus de tweets, quatre t\^aches ont \'et\'e propos\'ees : identifier les tweets sur la th\'ematique des transports, puis parmi ces derniers, identifier la polarit\'e (n\'egatif, neutre, positif, mixte), identifier les marqueurs de sentiment et la cible, et enfin, annoter compl\`etement chaque tweet en source et cible des sentiments exprim\'es. Douze \'equipes ont particip\'e, majoritairement sur les deux premi\`eres t\^aches. Sur l'identification de la th\'ematique des transports, la micro F-mesure varie de 0,827 \`a 0,908. Sur l'identification de la polarit\'e globale, la micro F-mesure varie de 0,381 \`a 0,823.