Exploitation des Réseaux Sociaux pour l’Analyse des Sentiments à Base d'Aspects

Abstract

Avec les avancées récentes de l'intelligence artificielle générative, les avis de clients en ligne sont devenus une source de connaissances incontournable pour diverses contributions et recherches scientifiques. L’analyse des sentiments, et en particulier l’analyse des sentiments à base aspects (ABSA), permet l'analyse fine des opinions en associant chaque sentiment à un aspect ou caractéristique spécifique d’un produit ou service quelconque. Ce mémoire s’inscrit dans ce contexte et vise à concevoir et développer un outil d'ABSA appliquée aux avis des clients pour le domaine de la restauration. Contrairement aux approches d'analyses classiques, notre solution repose sur l’utilisation de larges modèles de langue (LLMs), exploitant des instructions d'incitation et de fine-tuning, pour adapter l’analyse au contexte des restaurants. Les résultats expérimentaux montrent que le LLM, affiné et bien orienté, offre une analyse fine et contextualisée, tout en réduisant le besoin en annotation manuelle. Ce travail ouvre également des perspectives pour améliorer la robustesse, l’adaptabilité et l’application de cette approche à d’autres domaines