Contribution à la Sélection de Caractéristiques Discriminantes pour l'Analyse d'Opinion

Voir Plus Voir Moins

Afficher le Résumé

Ce travail de thèses'inscrit dans le contexte de l'analyse d'opinion et se focalise sur la classification de la polarité de textesà l'aide des techniques d'apprentissages automatiques. Ces techniques sont pour la plupart, fortement dépendante des caractéristiques utilisées lorsde la construction du modèle d'apprentissage. Ainsi, l'objectif principal de cette thèse, est de sélectionner les termes discriminants pour la classification de polarité. Nous proposons une première contribution basée sur un processus à deux étapes. D'abord, uneprésélectiondes termes est réalisée à l'aide d'une pondération supervisée, puis un algorithme génétique permet d'extraire un sous ensemble optimal et approprié à la classification. Notre deuxième contribution porte sur l'utilisation du paradigme skyline. Elle permet de sélectionner un sous ensemble de caractéristiques pertinentes, non dominé (dans le sens de Pareto) par aucun autre.Les résultats obtenus montrent l'efficacité de nos méthodes.