Analyse sémantique des commentaires et conversations des clients d'Orange Bank

Anonyme — Thu, 05 Nov 2020 23:00:00 +0000

Analyse sémantique des commentaires et conversations des clients d'Orange Bank Anonyme (non vérifié) ven 06/11/2020 - 00:00

Auteur

Audrey Cornu

Année

2018

Résumé

L’analyse des produits et services mis sur le marché est déterminante pour une entreprise. Les demandes clients, les retours d’enquêtes de satisfaction ou bien les requêtes faites pour une souscription sont des données internes qui demandent un traitement rapide et une analyse fine pour s’adresser au service adéquat. De même, les réseaux sociaux donnent un grand nombre de données utiles à l’image de l’entreprise. La classification de texte permet de gérer ces flux d’informations en les catégorisant à l’aide de modèles d’apprentissage automatique: le Support Vector Machine et le MultiLayer Perceptron. Ces travaux portent, dans un premier temps, sur la catégorisation des données en classes liées au domaine bancaire et les résultats des modèles expérimentés. Dans un second temps, les performances d’une autre forme de classification, l’analyse de sentiments, sont évaluées afin de mettre en avant le meilleur modèle à utiliser pour ces données.

Mots-clés

classification de texte

analyse de sentiments

approche symbolique

annotation