@inproceedings{Barhoumi-Camelin-et-Yannick-Esteve:TALN:2018,
    author = "Barhoumi,Amira and Camelin et Yannick Est\`{e}ve,Nathalie",
    title = "Des repr\'{e}sentations continues de mots pour l'analyse d'opinions en arabe: une \'{e}tude qualitative",
    booktitle = "Actes de la Conf\'{e}rence TALN - Volume 1 - Articles longs, articles courts de TALN",
    month = "5",
    year = "2018",
    address = "Rennes, France",
    publisher = "Association pour le Traitement Automatique des Langues",
    pages = "215-224",
    note = "Word embeddings for Arabic sentiment analysis : a qualitative study",
    abstract = "Nous nous int\'{e}ressons, dans cet article, \`{a} la d\'{e}tection d'opinions dans la langue arabe. Ces derni\`{e}res ann\'{e}es, l'utilisation de l'apprentissage profond a am\'{e}lior\'{e} des performances de nombreux syst\`{e}mes automatiques dans une grande vari\'{e}t\'{e} de domaines (analyse d'images, reconnaissance de la parole, traduction automatique, . . .) et \'{e}galement celui de l'analyse d'opinions en anglais. Ainsi, nous avons \'{e}tudi\'{e} l'apport de deux architectures (CNN et LSTM) dans notre cadre sp\'{e}cifique. Nous avons \'{e}galement test\'{e} et compar\'{e} plusieurs types de repr\'{e}sentations continues de mots (embeddings) disponibles en langue arabe, qui ont permis d'obtenir de bons r\'{e}sultats. Nous avons analys\'{e} les erreurs de notre syst\`{e}me et la pertinence de ces embeddings. Cette analyse m\`{e}ne \`{a} plusieurs perspectives int\'{e}ressantes de travail, au sujet notamment de la constitution automatique de ressources expert et d'une construction pertinente des embeddings sp\'{e}cifiques \`{a} la t\^{a}che d'analyse d'opinions.",
    keywords = "Analyse d'opinion, repr\'{e}sentation continue de mot, apprentissage profond, langue arabe.",
    url = "https://talnarchives.atala.org/TALN/TALN-2018/64.pdf"
}