Analyse de sentiments \`a base d'aspects par combinaison de r\'eseaux profonds : application \`a des avis en fran\ccais (A combination of deep learning methods for aspect-based sentiment analysis : application to French reviews)

Cet article propose une approche d{'}analyse de sentiments {\`a} base d{'}aspects dans un texte d{'}opinion. Cette approche se base sur deux {\'e}tapes principales : l{'}extraction d{'}aspects et la classification du sentiment relatif {\`a} chaque aspect. Pour l{'}extraction d{'}aspects, nous proposons une nouvelle approche qui combine un CNN pour l{'}apprentissage de repr{\'e}sentation de caract{\`e}res, un b-LSTM pour joindre l{'}apprentissage de repr{\'e}sentation de caract{\`e}res et de mots et un CRF pour l{'}{\'e}tiquetage des s{\'e}quences de mots en entit{\'e}s. Pour la classification de sentiments, nous utilisons un r{\'e}seau {\`a} m{\'e}moire d{'}attention pour associer un sentiment (positif, n{\'e}gatif ou neutre) {\`a} une expression d{'}aspect donn{\'e}e. Les exp{\'e}rimentations sur des corpus d{'}avis (publics et industriels) en langue fran{\c{c}}aise ont montr{\'e} des performances qui d{\'e}passent les m{\'e}thodes existantes.