@inproceedings{vincze-bestgen-2011-identification,
    title = "Identification de mots germes pour la construction d{'}un lexique de valence au moyen d{'}une proc{\'e}dure supervis{\'e}e (Identification of seed words for building a valence lexicon using a supervised procedure)",
    author = "Vincze, Nadja  and
      Bestgen, Yves",
    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/ingest-emnlp/2011.jeptalnrecital-long.14/",
    pages = "153--164",
    language = "fra",
    abstract = "De nombreuses m{\'e}thodes automatiques de classification de textes selon les sentiments qui y sont exprim{\'e}s s{'}appuient sur un lexique dans lequel {\`a} chaque entr{\'e}e est associ{\'e}e une valence. Le plus souvent, ce lexique est construit {\`a} partir d{'}un petit nombre de mots, choisis arbitrairement, qui servent de germes pour d{\'e}terminer automatiquement la valence d{'}autres mots. La question de l{'}optimalit{\'e} de ces mots germes a bien peu retenu l{'}attention. Sur la base de la comparaison de cinq m{\'e}thodes automatiques de construction de lexiques de valence, dont une qui, {\`a} notre connaissance, n{'}a jamais {\'e}t{\'e} adapt{\'e}e au fran{\c{c}}ais et une autre d{\'e}velopp{\'e}e sp{\'e}cifiquement pour la pr{\'e}sente {\'e}tude, nous montrons l{'}importance du choix de ces mots germes et l{'}int{\'e}r{\^e}t de les identifier au moyen d{'}une proc{\'e}dure d{'}apprentissage supervis{\'e}e."
}