@inproceedings{pak-paroubek-2011-classification,
    title = "Classification en polarit{\'e} de sentiments avec une repr{\'e}sentation textuelle {\`a} base de sous-graphes d`arbres de d{\'e}pendances (Sentiment polarity classification using a textual representation based on subgraphs of dependency trees)",
    author = "Pak, Alexander  and
      Paroubek, Patrick",
    editor = "Lafourcade, Mathieu  and
      Prince, Violaine",
    booktitle = "Actes de la 18e conf{\'e}rence sur le Traitement Automatique des Langues Naturelles. Articles longs",
    month = jun,
    year = "2011",
    address = "Montpellier, France",
    publisher = "ATALA",
    url = "https://preview.aclanthology.org/add-emnlp-2024-awards/2011.jeptalnrecital-long.29/",
    pages = "329--339",
    language = "fra",
    abstract = "Les approches classiques {\`a} base de n-grammes en analyse supervis{\'e}e de sentiments ne peuvent pas correctement identifier les expressions complexes de sentiments {\`a} cause de la perte d`information induite par l`approche {\guillemotleft} sac de mots {\guillemotright} utilis{\'e}e pour repr{\'e}senter les textes. Dans notre approche, nous avons recours {\`a} des sous-graphes extraits des graphes de d{\'e}pendances syntaxiques comme traits pour la classification de sentiments. Nous repr{\'e}sentons un texte par un vecteur compos{\'e} de ces sous-graphes syntaxiques et nous employons un classifieurs SVM {\'e}tat-de-l`art pour identifier la polarit{\'e} d`un texte. Nos {\'e}valuations exp{\'e}rimentales sur des critiques de jeux vid{\'e}o montrent que notre approche {\`a} base de sous-graphes est meilleure que les approches standard {\`a} mod{\`e}les {\guillemotleft} sac de mots {\guillemotright} et n-grammes. Dans cet article nous avons travaill{\'e} sur le fran{\c{c}}ais, mais notre approche peut facilement {\^e}tre adapt{\'e}e {\`a} d`autres langues."
}