Extraction d'opinions ambigües dans des corpus d'avis clients
Joseph Lark, Emmanuel Morin, Sebastián Peña Saldarriaga
Résumé : Nous détectons dans des corpus d’avis clients en français des expressions d’opinion ne contenant pas de marqueur d’opinion explicitement positif ou négatif. Nous procédons pour cela en deux étapes en nous appuyant sur des méthodes existantes : nous identifions ces expressions à l’aide de fenêtres de mots puis nous les classifions en polarité. Le processus global présente des résultats satisfaisants pour notre cadre applicatif demandant une haute précision.
Mots clés : Fouille d’opinion, lexique affectif, avis client, marqueur d’opinion ambigu.