https://ertim.inalco.fr/ fr https://ertim.inalco.fr/node/603 <span class="field field--name-title field--type-string field--label-hidden">Classification de tweets politiques. Exploration sur la campagne présidentielle de 2017</span> <span class="field field--name-uid field--type-entity-reference field--label-hidden"><span>Anonyme (non vérifié)</span></span> <span class="field field--name-created field--type-created field--label-hidden">ven 06/11/2020 - 00:00</span> <div class="field field--name-field-annee field--type-integer field--label-above"> <div class="field__label">Année</div> <div class="field__item">2017</div> </div> <div class="field field--name-field-abstract field--type-string-long field--label-above"> <div class="field__label">Résumé</div> <div class="field__item">Très rapidement après sa création en 2006, Twitter est devenu une plateforme pour la conversation politique, servant à la fois d média de communication pour les personnalités politiques, d’espace de discussion entre militants, et de moyen pour n’importe quel citoyen lambda d’essayer de communiquer avec la personnalité politique de son choix. C’est ce dernier aspect de la conversation politique sur Twitter que nous avons traité dans le travail ici présenté. Dans un corpus de réponses à des tweets de candidats à l’élection présidentielle de 2017 postés pendant la campagne, nous avons tenté une classification automatique de leur polarité en comparant différents algorithmes. Parmi les choix que nous avons fait pour créer notre modèle, nous avons notamment essayé d’y intégrer des méta-données offertes par Twitter, afin d’inclure le plus d’informations possibles qui nous serviraient nous-même à comprendre le sens d’un tweet.</div> </div> <div class="field field--name-field-tags field--type-entity-reference field--label-above"> <div class="field__label">Mots-clés</div> <div class="field__items"> <div class="field__item"><a href="/taxonomy/term/2364" hreflang="fr">apprentissage automatique</a></div> <div class="field__item"><a href="/taxonomy/term/2437" hreflang="fr">détection d&#039;opinion</a></div> <div class="field__item"><a href="/taxonomy/term/2429" hreflang="fr">twitter</a></div> <div class="field__item"><a href="/taxonomy/term/2438" hreflang="fr">recrutement de données</a></div> <div class="field__item"><a href="/taxonomy/term/2439" hreflang="fr">politique</a></div> </div> </div> <div class="field field--name-field-document field--type-file field--label-above"> <div class="field__label">Fichier</div> <div class="field__item"> <span class="file file--mime-application-pdf file--application-pdf"> <a href="/sites/default/files/Zakarya%20Despre%CC%81s%20-%20Me%CC%81moire%20-%20version%20pdf.pdf" type="application/pdf">Zakarya Després - Mémoire - version pdf.pdf</a></span> </div> </div> Thu, 05 Nov 2020 23:00:00 +0000 Anonyme 603 at https://ertim.inalco.fr https://ertim.inalco.fr/node/600 <span class="field field--name-title field--type-string field--label-hidden">Utilisation d&#039;une méthode hybride pour la détection automatique de la polarité dans les tweets concernant EDF</span> <span class="field field--name-uid field--type-entity-reference field--label-hidden"><span>Anonyme (non vérifié)</span></span> <span class="field field--name-created field--type-created field--label-hidden">ven 06/11/2020 - 00:00</span> <div class="field field--name-field-annee field--type-integer field--label-above"> <div class="field__label">Année</div> <div class="field__item">2017</div> </div> <div class="field field--name-field-abstract field--type-string-long field--label-above"> <div class="field__label">Résumé</div> <div class="field__item">Ce mémoire traite de la détection automatique de la polarité dans un corpus de tweets traitant d&#039;EDF. Le corpus est constitué des tweets extrais de Twitter via une application développée au sein d&#039;EDF Commerce, appelée TweetsTracker. Cette application réalise plusieurs pré-traitements notamment un filtrage des tweets traitant d&#039;EDF et une classification catégorie par thématique. Ces tweets sont ensuite stockés dans une base de données interne à EDF. Le corpus de l&#039;étude sera composé d&#039;un échantillon de ces tweets respectant la répartition par catégorie.</div> </div> <div class="field field--name-field-tags field--type-entity-reference field--label-above"> <div class="field__label">Mots-clés</div> <div class="field__items"> <div class="field__item"><a href="/taxonomy/term/2428" hreflang="fr">méthode hybride</a></div> <div class="field__item"><a href="/taxonomy/term/2429" hreflang="fr">twitter</a></div> <div class="field__item"><a href="/taxonomy/term/2430" hreflang="fr">détection de sentiment</a></div> <div class="field__item"><a href="/taxonomy/term/2431" hreflang="fr">méthode symbolique</a></div> <div class="field__item"><a href="/taxonomy/term/2364" hreflang="fr">apprentissage automatique</a></div> </div> </div> <div class="field field--name-field-document field--type-file field--label-above"> <div class="field__label">Fichier</div> <div class="field__item"> <span class="file file--mime-application-pdf file--application-pdf"> <a href="/sites/default/files/memoire%20POULAIN%20Mathilde%202017.pdf" type="application/pdf">memoire POULAIN Mathilde 2017.pdf</a></span> </div> </div> Thu, 05 Nov 2020 23:00:00 +0000 Anonyme 600 at https://ertim.inalco.fr