Détection de contradiction dans les commentaires

Résumé : L'analyse des avis (commentaires) générés par les utilisateurs devient de plus en plus exploitable par une variété d'applications. Elle permet de suivre l'évolution des avis ou d'effectuer des enquêtes sur des produits. La détection d’avis contradictoires autour d’une ressource Web (ex. cours, film, produit, etc.) est une tâche importante pour évaluer cette dernière. Dans cet article, nous nous concentrons sur le problème de détection des contradictions et de la mesure de leur intensité en se basant sur l’analyse du sentiment autour des aspects spécifiques à une ressource (document). Premièrement, nous identifions certains aspects, selon les distributions des termes émotionnels au voisinage des noms les plus fréquents dans l’ensemble des commentaires. Deuxièmement, nous estimons la polarité de chaque segment de commentaire contenant un aspect. Ensuite, nous prenons uniquement les ressources contenant ces aspects avec des polarités opposées (positive, négative). Troisièmement, nous introduisons une mesure de l'intensité de la contradiction basée sur la dispersion conjointe de la polarité et du rating des commentaires contenant les aspects au sein de chaque ressource. Nous évaluons l’efficacité de notre approche sur une collection de MOOC (Massive Open Online Courses) contenant 2244 cours et leurs 73873 commentaires, collectés à partir de Coursera. Nos résultats montrent l'efficacité de l’approche proposée pour capturer les contradictions de manière significative.
Type de document :
Communication dans un congrès
COnférence en Recherche d’Information et Applications (CORIA 2017), 2017, Marseille, France. 2017, 〈http://www.lsis.org/coria2017/〉
Liste complète des métadonnées

https://hal-amu.archives-ouvertes.fr/hal-01490082
Contributeur : William Domingues Vinhas <>
Soumis le : mardi 14 mars 2017 - 21:43:01
Dernière modification le : mercredi 20 mars 2019 - 09:58:32

Identifiants

  • HAL Id : hal-01490082, version 1

Citation

Ismail Badache, Sébastien Fournier, Adrian-Gabriel Chifu. Détection de contradiction dans les commentaires. COnférence en Recherche d’Information et Applications (CORIA 2017), 2017, Marseille, France. 2017, 〈http://www.lsis.org/coria2017/〉. 〈hal-01490082〉

Partager

Métriques

Consultations de la notice

538