@inproceedings{eshkol-taravella-jung-kang-2019-observation,
    title = "Observation de l`exp{\'e}rience client dans les restaurants (Mapping Reviewers' Experience in Restaurants)",
    author = "Eshkol-Taravella, Iris  and
      Jung Kang, Hyun",
    editor = "Morin, Emmanuel  and
      Rosset, Sophie  and
      Zweigenbaum, Pierre",
    booktitle = "Actes de la Conf{\'e}rence sur le Traitement Automatique des Langues Naturelles (TALN) PFIA 2019. Volume II : Articles courts",
    month = "7",
    year = "2019",
    address = "Toulouse, France",
    publisher = "ATALA",
    url = "https://preview.aclanthology.org/add-emnlp-2024-awards/2019.jeptalnrecital-court.22/",
    pages = "361--370",
    language = "fra",
    abstract = "Ces derni{\`e}res ann{\'e}es, les recherches sur la fouille d`opinions ou l`analyse des sentiments sont men{\'e}es activement dans le domaine du Traitement Automatique des Langues (TAL). De nombreuses {\'e}tudes scientifiques portent sur l`extraction automatique des opinions positives ou n{\'e}gatives et de leurs cibles. Ce travail propose d`identifier automatiquement une {\'e}valuation, exprim{\'e}e explicitement ou implicitement par des internautes dans le corpus d`avis tir{\'e} du Web. Six cat{\'e}gories d'{\'e}valuation sont propos{\'e}es : opinion positive, opinion n{\'e}gative, opinion mixte, intention, suggestion et description. La m{\'e}thode utilis{\'e}e est fond{\'e}e sur l`apprentissage supervis{\'e} qui tient compte des caract{\'e}ristiques linguistiques de chaque cat{\'e}gorie retenue. L`une des difficult{\'e}s que nous avons rencontr{\'e}e concerne le d{\'e}s{\'e}quilibre entre les classes d'{\'e}valuation cr{\'e}{\'e}es, cependant, cet obstacle a pu {\^e}tre surmont{\'e} dans l`apprentissage gr{\^a}ce aux strat{\'e}gies de sur-{\'e}chantillonnage et aux strat{\'e}gies algorithmiques."
}