@inproceedings{jung-kang-eshkol-taravella-2020-les,
title = "Les avis sur les restaurants {\`a} l{'}{\'e}preuve de l{'}apprentissage automatique (An Empirical Examination of Online Restaurant Reviews)",
author = "Jung Kang, Hyun and
Eshkol-Taravella, Iris",
booktitle = "Actes de la 6e conf{\'e}rence conjointe Journ{\'e}es d'{\'E}tudes sur la Parole (JEP, 33e {\'e}dition), Traitement Automatique des Langues Naturelles (TALN, 27e {\'e}dition), Rencontre des {\'E}tudiants Chercheurs en Informatique pour le Traitement Automatique des Langues (R{\'E}CITAL, 22e {\'e}dition). Volume 2 : Traitement Automatique des Langues Naturelles",
month = "6",
year = "2020",
address = "Nancy, France",
publisher = "ATALA et AFCP",
url = "https://aclanthology.org/2020.jeptalnrecital-taln.24",
pages = "249--257",
abstract = "Dans la fouille d{'}opinions, de nombreuses {\'e}tudes portent sur l{'}extraction automatique des opinions positives ou n{\'e}gatives. Cependant les recherches ayant pour objet la fouille de suggestions et d{'}intentions sont moins importantes, malgr{\'e} leur lien profond avec l{'}opinion. Cet article vise {\`a} d{\'e}tecter six cat{\'e}gories (opinion positive/mixte/n{\'e}gative, suggestion, intention, description) dans les avis en ligne sur les restaurants en exploitant deux m{\'e}thodes : l{'}apprentissage de surface et l{'}apprentissage profond supervis{\'e}s. Les performances obtenues pour chaque cat{\'e}gorie sont interpr{\'e}t{\'e}es ensuite en tenant compte des sp{\'e}cificit{\'e}s du corpus trait{\'e}.",
language = "French",
}
<?xml version="1.0" encoding="UTF-8"?>
<modsCollection xmlns="http://www.loc.gov/mods/v3">
<mods ID="jung-kang-eshkol-taravella-2020-les">
<titleInfo>
<title>Les avis sur les restaurants à l’épreuve de l’apprentissage automatique (An Empirical Examination of Online Restaurant Reviews)</title>
</titleInfo>
<name type="personal">
<namePart type="given">Hyun</namePart>
<namePart type="family">Jung Kang</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Iris</namePart>
<namePart type="family">Eshkol-Taravella</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<originInfo>
<dateIssued>2020-06</dateIssued>
</originInfo>
<typeOfResource>text</typeOfResource>
<language>
<languageTerm type="text">French</languageTerm>
<languageTerm type="code" authority="iso639-2b">fre</languageTerm>
</language>
<relatedItem type="host">
<titleInfo>
<title>Actes de la 6e conférence conjointe Journées d’Études sur la Parole (JEP, 33e édition), Traitement Automatique des Langues Naturelles (TALN, 27e édition), Rencontre des Étudiants Chercheurs en Informatique pour le Traitement Automatique des Langues (RÉCITAL, 22e édition). Volume 2 : Traitement Automatique des Langues Naturelles</title>
</titleInfo>
<originInfo>
<publisher>ATALA et AFCP</publisher>
<place>
<placeTerm type="text">Nancy, France</placeTerm>
</place>
</originInfo>
<genre authority="marcgt">conference publication</genre>
</relatedItem>
<abstract>Dans la fouille d’opinions, de nombreuses études portent sur l’extraction automatique des opinions positives ou négatives. Cependant les recherches ayant pour objet la fouille de suggestions et d’intentions sont moins importantes, malgré leur lien profond avec l’opinion. Cet article vise à détecter six catégories (opinion positive/mixte/négative, suggestion, intention, description) dans les avis en ligne sur les restaurants en exploitant deux méthodes : l’apprentissage de surface et l’apprentissage profond supervisés. Les performances obtenues pour chaque catégorie sont interprétées ensuite en tenant compte des spécificités du corpus traité.</abstract>
<identifier type="citekey">jung-kang-eshkol-taravella-2020-les</identifier>
<location>
<url>https://aclanthology.org/2020.jeptalnrecital-taln.24</url>
</location>
<part>
<date>2020-6</date>
<extent unit="page">
<start>249</start>
<end>257</end>
</extent>
</part>
</mods>
</modsCollection>
%0 Conference Proceedings
%T Les avis sur les restaurants à l’épreuve de l’apprentissage automatique (An Empirical Examination of Online Restaurant Reviews)
%A Jung Kang, Hyun
%A Eshkol-Taravella, Iris
%S Actes de la 6e conférence conjointe Journées d’Études sur la Parole (JEP, 33e édition), Traitement Automatique des Langues Naturelles (TALN, 27e édition), Rencontre des Étudiants Chercheurs en Informatique pour le Traitement Automatique des Langues (RÉCITAL, 22e édition). Volume 2 : Traitement Automatique des Langues Naturelles
%D 2020
%8 June
%I ATALA et AFCP
%C Nancy, France
%G French
%F jung-kang-eshkol-taravella-2020-les
%X Dans la fouille d’opinions, de nombreuses études portent sur l’extraction automatique des opinions positives ou négatives. Cependant les recherches ayant pour objet la fouille de suggestions et d’intentions sont moins importantes, malgré leur lien profond avec l’opinion. Cet article vise à détecter six catégories (opinion positive/mixte/négative, suggestion, intention, description) dans les avis en ligne sur les restaurants en exploitant deux méthodes : l’apprentissage de surface et l’apprentissage profond supervisés. Les performances obtenues pour chaque catégorie sont interprétées ensuite en tenant compte des spécificités du corpus traité.
%U https://aclanthology.org/2020.jeptalnrecital-taln.24
%P 249-257
Markdown (Informal)
[Les avis sur les restaurants à l’épreuve de l’apprentissage automatique (An Empirical Examination of Online Restaurant Reviews)](https://aclanthology.org/2020.jeptalnrecital-taln.24) (Jung Kang & Eshkol-Taravella, JEP/TALN/RECITAL 2020)
ACL