Analyse Sémantique des Opinions dans Le Domaine Économique.

Abstract

Les réseaux sociaux constituent une source précieuse d'information et d'extraction d'opinions, où la majorité des internautes partagent leurs sentiments et avis. L'analyse sémantique des opinions est un outil essentiel pour extraire des informations précieuses à partir de grandes quantités de textes. Elle combine des techniques linguistiques et des méthodes d'apprentissage automatique pour fournir une compréhension approfondie des sentiments et des opinions des utilisateurs. Cette méthode permet de déterminer si les opinions ou sentiments exprimés dans un texte sont positifs, négatifs ou neutres. Elle est utilisée dans divers domaines, notamment le marketing, la gestion de la réputation, les études de marché, l'analyse politique, la finance et l'économie. Dans le domaine économique, cette technique permet d'analyser les sentiments exprimés dans les actualités économiques, les réseaux sociaux, les rapports financiers et autres sources textuelles pertinentes pour comprendre l'état et les tendances de l'économie.L'objectif de cette étude est de présenter des méthodes visant à améliorer la détection sémantique des opinions en utilisant l'ontologie et la machine learning. L'ontologie joue un rôle essentiel dans l'analyse sémantique des opinions en fournissant un cadre formel pour représenter la connaissance du domaine. L'utilisation d'ontologies permet d'obtenir une analyse plus précise. En intégrant des techniques de machine learning, telles que l'algorithme de l'arbre de décision, nous pouvons améliorer la qualité des résultats obtenus, offrant ainsi un système plus robuste et précis pour l'extraction des opinions.Dans cette étude, nous avons présenté notre approche d'un système de détection d'opinions sur les réseaux sociaux (Facebook) concernant la monnaie numérique Bitcoin. Nous avons détaillé les différents résultats obtenus en utilisant deux méthodes : la première basée sur les ontologies et la seconde sur la machine learning.