Vers un système de fouille d’opinions dans les commentaires de la presse en ligne : cas du Sénégal

Abstract

L'avènement du journalisme web 2.0 offrent aux lecteurs la possibilité de donner leurs avis sur différentes publications. Ainsi, les sites d’informations se transforment progressivement en lieu public de discussion de questions d'actualité concernant les préoccupations des populations. Par conséquent, les commentaires issus de ces sources contiennent des informations précieuses dont l’analyse peut permettre de déterminer l'opinion globale des lecteurs sur un article ou un aspect d’un article publié. La fouille d'opinion se présente comme l’outil par excellence pour valoriser les commentaires en ligne. Elle consiste à analyser des contenus textuels issus d’échanges en ligne en vue de mettre en évidence les opinions des internautes par rapport à une entité. Les outils (ressources et méthodes) de fouille d’opinions proposés dans la littérature sont adaptés aux textes rédigés dans des langues officielles comme l'anglais et le français. Cependant, l’hétérogénéité des sources par la différence de leur DOM (Document Object Model) d’une part et l’utilisation du langage urbain d’autre part rendent complexe le traitement des commentaires issus de la presse sénégalaise en ligne par les outils actuels de fouille d’opinions. Pour faire face à cette complexité, nous proposons des ressources et méthodes permettant de recueillir les commentaires à partir de la presse sénégalaise en ligne, de les stocker et de les analyser tout en nous adaptant au langage urbain utilisé par les internautes. Six contributions sont présentées dans la thèse. La première contribution est une description de la complexité des commentaires issus de la presse sénégalaise en ligne. La deuxième contribution est une architecture d’un système de fouille d’opinions dans la presse sénégalaise en ligne qui structure les autres contributions de cette thèse. La troisième contribution est une modélisation de commentaires journalistiques pour la fouille d’opinions. La quatrième contribution est un outil d’acquisition, de catégorisation et de stockage des données en provenance de la presse en ligne. La cinquième contribution est un lexique bilingue constitué sur la base du langage urbain pour la fouille d’opinions. La dernière contribution est une méthode de fouille d’opinions adoptée pour l’étiquetage et la classification d’opinions sur les commentaires de la presse sénégalaise en ligne.