Les approches bio-inspirées appliquées à la classification des opinions

Abstract

Avec l'avènement des réseaux sociaux sur le WEB, L'analyse de sentiments est apparue comme l'un des nouveaux défis en traitement automatique des langues. Il s'agit d'une tâche difficile et très importante qui implique le traitement des langues naturelles et l'apprentissage machine. Par rapport à l'analyse de sentiments dans la plupart des langues latines, la langue arabe est plus difficile à analyser en raison de sa complexité morphologique, ses particularités et la grande variation de ses dialectes. Il est donc nécessaire de proposer des solutions et de développer des programmes de catégorisation à l'aide de différentes techniques de classification. Dans notre projet nous avons adapté une approche qui se base sur la méthode de fouille de données à savoir la classification ainsi que ses techniques qui s‟inspirent de la biologie en l‟occurrence les algorithmes bio inspirés, sur un ensemble de données public: AJGT (Arabic Jordanian Géneral Tweet). Ce travail nécessite deux phases. La première est la phase de prétraitement, qui comprend les étapes de Nettoyage des données, Normalisation, Tokenization, Suppression des mots vides, stemming. La seconde est l‟application des trois classificateurs : Support Vector Machines (SVM), Random Forest (RF), K Nearest Neighbors (KNN).Et la sélection d'attributs à l'aide de trois techniques différentes: inspirée de la génétique (Algorithm genetic AG), basée sur l‟imitation du comportement des faucons (Harris Hawks Optimizer HHO), et basée sur l‟imitation du comportement des loups gris (Grey Wolf Optimizer GWO). D‟après notre étude, l‟AG à base du classifieur k-NN a montré une meilleure performance pour la classification des opinions en termes d‟accuracy, précision, Taux de rappel et F-score.