De la classification d’opinions à la recommandation : l’apport des textes communautaires

Damien Poirier* **, Françoise Fessant*, Isabelle Tellier**
 
Cet article s’intéresse à la classification d’opinions de textes communautaires par apprentissage supervisé, en vue de les utiliser pour un système de recommandation. Nous comparons différents prétraitements, représentations et techniques d’apprentissage sur des données réelles parlant de films et présentant diverses particularités (textes très courts en anglais, contenant beaucoup de codes type sms, d’abréviations, de fautes d’orthographe, etc.). Nous étudions en détails les résultats de différents classifieurs ainsi que l’apport des prétraitements sur ce type de données. Pour finir, nous évaluons les résultats du meilleur classifieur à l’aide d’un moteur de recommandation de type filtrage collaboratif.

 

* Orange Labs
2 avenue Pierre Marzin
22300 Lannion
FRANCE
prénom.nom@orange-ftgroup.com

** Laboratoire d’Informatique Fondamentale d’Orléans
Rue Léonard de Vinci
45000 Orléans
FRANCE
prénom.nom@univ-orleans.fr