@inproceedings{besancon-2015-methode,
    title = "M{\'e}thode faiblement supervis{\'e}e pour l{'}extraction d{'}opinion cibl{\'e}e dans un domaine sp{\'e}cifique",
    author = "Besan{\c{c}}on, Romaric",
    editor = "Lecarpentier, Jean-Marc  and
      Lucas, Nadine",
    booktitle = "Actes de la 22e conf{\'e}rence sur le Traitement Automatique des Langues Naturelles. Articles longs",
    month = jun,
    year = "2015",
    address = "Caen, France",
    publisher = "ATALA",
    url = "https://preview.aclanthology.org/landing_page/2015.jeptalnrecital-long.9/",
    pages = "95--106",
    abstract = "La d{\'e}tection d{'}opinion cibl{\'e}e a pour but d{'}attribuer une opinion {\`a} une caract{\'e}ristique particuli{\`e}re d{'}un produit donn{\'e}. La plupart des m{\'e}thodes existantes envisagent pour cela une approche non supervis{\'e}e. Or, les utilisateurs ont souvent une id{\'e}e a priori des caract{\'e}ristiques sur lesquelles ils veulent d{\'e}couvrir l{'}opinion des gens. Nous proposons dans cet article une m{\'e}thode pour une extraction d{'}opinion cibl{\'e}e, qui exploite cette information minimale sur les caract{\'e}ristiques d{'}int{\'e}r{\^e}t. Ce mod{\`e}le s{'}appuie sur une segmentation automatique des textes, un enrichissement des donn{\'e}es disponibles par similarit{\'e} s{\'e}mantique, et une annotation de l{'}opinion par classification supervis{\'e}e. Nous montrons l{'}int{\'e}r{\^e}t de l{'}approche sur un cas d'{\'e}tude dans le domaine des jeux vid{\'e}os."
}