Observation de l'exp\'erience client dans les restaurants (Mapping Reviewers' Experience in Restaurants)

Ces derni{\`e}res ann{\'e}es, les recherches sur la fouille d{'}opinions ou l{'}analyse des sentiments sont men{\'e}es activement dans le domaine du Traitement Automatique des Langues (TAL). De nombreuses {\'e}tudes scientifiques portent sur l{'}extraction automatique des opinions positives ou n{\'e}gatives et de leurs cibles. Ce travail propose d{'}identifier automatiquement une {\'e}valuation, exprim{\'e}e explicitement ou implicitement par des internautes dans le corpus d{'}avis tir{\'e} du Web. Six cat{\'e}gories d{'}{\'e}valuation sont propos{\'e}es : opinion positive, opinion n{\'e}gative, opinion mixte, intention, suggestion et description. La m{\'e}thode utilis{\'e}e est fond{\'e}e sur l{'}apprentissage supervis{\'e} qui tient compte des caract{\'e}ristiques linguistiques de chaque cat{\'e}gorie retenue. L{'}une des difficult{\'e}s que nous avons rencontr{\'e}e concerne le d{\'e}s{\'e}quilibre entre les classes d{'}{\'e}valuation cr{\'e}{\'e}es, cependant, cet obstacle a pu {\^e}tre surmont{\'e} dans l{'}apprentissage gr{\^a}ce aux strat{\'e}gies de sur-{\'e}chantillonnage et aux strat{\'e}gies algorithmiques.