Création semi-automatique d’un corpus annoté pour l’analyse d’opinions

A semi-automatic creation of an annotated corpus for opinion mining

Laboratoire MoDyCo / Université Paris-Ouest Nanterre, France.

driss.sadoun@u-paris10.fr

Résumé

Nous décrivons une méthode semi-automatique pour la création d’un corpus annoté en français. Ce corpus vise à permettre l’apprentissage d’un système d’analyse d’opinions dans des textes portant sur l’évaluation d’établissements de recherche et d’enseignement supérieur. La création de ce corpus s’effectue de manière itérative. Au cours de ces itérations une ontologie, une terminologie ainsi qu’un ensemble de patrons syntaxico sémantiques sont créés automatiquement à partir d’annotations antérieures effectuées par des experts du domaine. Ces ressources permettent par la suite de guider l’annotation automatique de nouveaux corpus. Chaque corpus annoté automatiquement est alors soumis à une nouvelle annotation manuelle des experts. Des résultats empiriques montrent que notre méthode permet d’accélérer et de faciliter le processus d’annotation. Le corpus résultat est annoté à la fois sémantiquement et syntaxiquement. Il est disponible gratuitement.

Abstract

We describe a semi automatic method for creating an annotated corpus in French. This corpus is intended to allow learning of an opinion mining system in texts concerning the evaluation of research and higher education establishments. The creation of this corpus is done iteratively. During these iterations an ontology, a terminology and a set of syntactic patterns are automatically created from previous annotations made by domain experts. These resources allow thereafter to guide the automatic annotation of new corpus. Each automatically annotated corpus is then submitted to a further manual annotation of the experts. Empirical results show that our method accelerates and facilitates the human annotation process. The resulting corpus is annotated both semantically and syntactically and is freely available.