Types et approches de l'analyse de sentiment

Analyse de sentiments en Python

Violeta Misheva

Data Scientist

Niveaux de granularité

  1. Niveau document

  2. Niveau phrase

  3. Niveau aspect

L'appareil photo de ce téléphone est plutôt bon, mais l'autonomie est décevante.

Analyse de sentiments en Python

Types d'algorithmes d'analyse de sentiment

  • À base de règles/lexiques

nice:+2, good:+1, terrible: -3 ...

Today was a good day.

  Today: 0, was:0, a:0, good:+1, day:0
  Valence totale : +1

 

  • Automatique/Machine learning
Analyse de sentiments en Python

Quelle est la valence d'une phrase ?

text = "Today was a good day."

from textblob import TextBlob

my_valence = TextBlob(text)
my_valence.sentiment

Sentiment(polarity=0.7, subjectivity=0.6000000000000001)
Analyse de sentiments en Python

Automatique ou à base de règles ?

Automatique/Machine learning

  • Nécessite des données historiques étiquetées
  • L'apprentissage peut prendre du temps
  • Les modèles récents de Machine Learning sont très performants

À base de règles/lexiques

  • S'appuie sur des scores de valence définis manuellement
  • La polarité peut varier selon le contexte
  • Souvent très rapide
Analyse de sentiments en Python

Passons à la pratique !

Analyse de sentiments en Python

Preparing Video For Download...