CLASSIFICATION D’OPINIONS PAR GENRE DANS LES RÉSEAUX SOCIAUX : ARABIC TWITTER

Abstract

Avec la croissance rapide des technologies des réseaux sociaux sur le web au cours des dernières années, l’analyse des sentiments et l’identification du genre sont révélés de plus en plus utile. La prédiction exacte des attributs démographiques des média sociaux et d’autres contenu en ligne informel est précieux pour le marketing, la personnalisation, la sociologie et les enquêtes juridiques. L’analyse de paternité fournit des informations sur les détenteurs d’une opinion y compris souvent le genre du détenteur. Les hommes et les femmes expriment des opinions d’une manière nettement différentes. Ce mémoire traite la tâche de classification de l’utilisateur arabe dans les médias sociaux, avec une application à Twitter. Nous en déduisons automatiquement les valeurs des attributs de l’utilisateur tels que l’orientation politique ou sportive en tirant parti des informations observables telles que les coordonnées du profil utilisateur, le comportement et le contenu linguistique de l’utilisateur Twitter. Nous employons une approche d’apprentissage automatique qui repose sur un ensemble complet de traits dérivés de ces informations qui montrent que les traits linguistiques riches sont très prometteurs pour les besoins de classification du genre. Ce mémoire étudie aussi le problème de la classification d’opinions dans les textes arabes standard et dialectique. Notre approche introduit aussi une classification des tweets d’un hashtag en positif et négatif en se basant sur l’apprentissage automatique. Nous avons utilisé un ensemble de différents traits numérique (standard) et linguistique en appliquant le classificateur naïf bayésien. Le présent mémoire décrit également un ensemble de statistiques qui démontre la différence entre les opinions mâle et femelle.