L’analyse des sentiments en utilisant des algorithmes d’essaims (Swarm Intelligence Algorithm) à partir de contenus en ligne
No Thumbnail Available
Date
2024
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
De nos jours, l'analyse de texte ou la fouille des textes revêt une grande importance,
notamment dans des domaines sensibles comme la politique, la santé, etc. Les réseaux sociaux
jouent un rôle crucial à cet égard, car ils regorgent plein de textes sur des sujets variés. C'est
pourquoi l’analyse des sentiments est primordiale car elle permet de gérer efficacement les
opinions et offre un aperçu rapide de l'opinion publique.
Le but de notre travail est de proposer une approche ou un modèle simple pour l’analyse de
sentiments des commentaires des internautes. Ces commentaires sont exprimés en plusieurs
langues, notamment l'arabe, le dialecte algérien, le français et l'anglais. Notre modèle permet
de classifier les sentiments en deux classes positive et negative. Pour réaliser notre travail, Nous
avons utilisé deux algorithmes basés sur les essaims (Swarm algorithms) combinés avec une
technique d’apprentissage automatique (Machine Learning) à base de l’algorithme SVM
(Support Vector Machine), qui est un classifieur.