@inproceedings{Wang-Nouvel-Patin-et-Marguerite-Leenhardt:TALN:2018,
    author = {Wang,Yizhe and Nouvel,Damien and Patin et Marguerite Leenhardt,Ga\"{e}l},
    title = "Apprentissage d\'{e}s\'{e}quilibr\'{e} pour la d\'{e}tection des signaux de l'implication durable dans les conversations en parfumerie",
    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 = "489-498",
    note = "Automatic detection of positive enduring involvement signals in fragrance products reviews",
    abstract = "Une simple d\'{e}tection d'opinions positives ou n\'{e}gatives ne satisfait plus les chercheurs et les entreprises. Le monde des affaires est \`{a} la recherche d'un \guillemotleftaper\c{c}u des affaires\guillemotright. Beaucoup de m\'{e}thodes peuvent \^{e}tre utilis\'{e}es pour traiter le probl\`{e}me. Cependant, leurs performances, lorsque les classes ne sont pas \'{e}quilibr\'{e}es, peuvent \^{e}tre d\'{e}grad\'{e}es. Notre travail se concentre sur l'\'{e}tude des techniques visant \`{a} traiter les donn\'{e}es d\'{e}s\'{e}quilibr\'{e}es en parfumerie. Cinq m\'{e}thodes ont \'{e}t\'{e} compar\'{e}es : Smote, Adasyn, Tomek links, Smote-TL et la modification du poids des classe. L'algorithme d'apprentissage choisi est le SVM et l'\'{e}valuation est r\'{e}alis\'{e}e par le calcul des scores de pr\'{e}cision, de rappel et de f-mesure. Selon les r\'{e}sultats exp\'{e}rimentaux, la m\'{e}thode en ajustant le poids sur des co\^{u}t d'erreurs avec SVM, nous permet d'obtenir notre meilleure F-mesure.",
    keywords = "fouille d'opinions, classification asym\'{e}trique, SVM, r\'{e}-\'{e}chantillonnage, apprentis- sage sensible aux co\^{u}ts.",
    url = "https://talnarchives.atala.org/TALN/TALN-2018/67.pdf"
}