@inproceedings{minard-etal-2018-participation,
    title = "Participation de l'{IRISA} {\`a} {D}e{FT} 2018 : classification et annotation d`opinion dans des tweets ({IRISA} at {D}e{FT} 2018: classifying and tagging opinion in tweets )",
    author = "Minard, Anne-Lyse  and
      Raymond, Christian  and
      Claveau, Vincent",
    editor = "S{\'e}billot, Pascale  and
      Claveau, Vincent",
    booktitle = "Actes de la Conf{\'e}rence TALN. Volume 2 - D{\'e}monstrations, articles des Rencontres Jeunes Chercheurs, ateliers DeFT",
    month = "5",
    year = "2018",
    address = "Rennes, France",
    publisher = "ATALA",
    url = "https://preview.aclanthology.org/add-emnlp-2024-awards/2018.jeptalnrecital-deft.6/",
    pages = "265--278",
    language = "fra",
    abstract = "Cet article d{\'e}crit les syst{\`e}mes d{\'e}velopp{\'e}s par l'{\'e}quipe LinkMedia de l`IRISA pour la campagne d'{\'e}valuation DeFT 2018 portant sur l`analyse d`opinion dans des tweets en fran{\c{c}}ais. L'{\'e}quipe a particip{\'e} {\`a} 3 des 4 t{\^a}ches de la campagne : (i) classification des tweets selon s`ils concernent les transports ou non, (ii) classification des tweets selon leur polarit{\'e} et (iii) annotation des marqueurs d`opinion et de l`objet {\`a} propos duquel est exprim{\'e}e l`opinion. Nous avons utilis{\'e} un algorithme de boosting d`arbres de d{\'e}cision et des r{\'e}seaux de neurones r{\'e}currents (RNN) pour traiter les t{\^a}ches 1 et 2. Pour la t{\^a}che 3 nous avons exp{\'e}riment{\'e} l`utilisation de r{\'e}seaux de neurones r{\'e}currents associ{\'e}s {\`a} des CRF. Ces approches donnent des r{\'e}sultats proches, avec un l{\'e}ger avantage aux RNN, et ont permis d'{\^e}tre parmi les premiers class{\'e}s pour chacune des t{\^a}ches."
}