Identification d’opinions dans les textes arabes en utilisant les ontologies

dc.contributor.authorLazhar FAREK
dc.date.accessioned2023-05-07T08:48:14Z
dc.date.available2023-05-07T08:48:14Z
dc.date.issued2014
dc.description.abstractDans ce manuscrit, nous présentons une approche basée sur une exploration ontologique pour identifier les opinions exprimées dans les textes arabes, sachant qu’une opinion est un point de vue, une émotion ou une évaluation exprimée explicitement ou implicitement sur un objet quelconque ou sur l’une de ses caractéristiques. Les opinions explicites peuvent être extraites par projection directe des concepts ontologiques sur le texte. Cependant, les opinions implicites ont besoin d'une exploration profonde de la couche sémantique de l'ontologie, en exploitant les relations entre les concepts, les individus et les attributs. Un objet sur lequel une opinion est exprimée, peut être composé de plusieurs sous objets, chaque sous-objet lui-même peut être composé d'autres sous-objets, et ainsi de suite, sachant qu’une opinion peut être exprimée sur un objet ou une de ses propriétés. De ce fait, vient l’idée de conceptualiser le domaine étudié en utilisant les ontologies. En vue d’associer les caractéristiques extraites avec leurs mots d’opinion, notre approche repose sur l'utilisation des dépendances grammaticales pour extraire l’ensemble des couples caractéristique-opinion, en combinant une liste de règles linguistiques. La tâche de classification d’opinions en positive et négative est guidée par les Machines à Vecteurs de Support (ang. Support Vector Machines SVM) comme une technique d'apprentissage supervisé.
dc.identifier.urihttps://dspace.univ-annaba.dz//handle/123456789/2696
dc.language.isofr
dc.titleIdentification d’opinions dans les textes arabes en utilisant les ontologies
dc.typeThesis
dspace.entity.type
Files
Original bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
These-Farek-Lazhar.pdf
Size:
6.81 MB
Format:
Adobe Portable Document Format
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed to upon submission
Description: