Détection de points de vue à l'aide des proximités inter-profils

Autor: Ophélie Fraisier, Guillaume Cabanac, Yoann Pitarch, Romaric Besancon, Mohand Boughanem
Přispěvatelé: CEA Tech Languedoc-Roussillon Midi-Pyrénées, CEA Tech en régions (CEA-TECH-Reg), Direction de Recherche Technologique (CEA) (DRT (CEA)), Commissariat à l'énergie atomique et aux énergies alternatives (CEA)-Commissariat à l'énergie atomique et aux énergies alternatives (CEA)-Direction de Recherche Technologique (CEA) (DRT (CEA)), Commissariat à l'énergie atomique et aux énergies alternatives (CEA)-Commissariat à l'énergie atomique et aux énergies alternatives (CEA), Recherche d’Information et Synthèse d’Information (IRIT-IRIS), Institut de recherche en informatique de Toulouse (IRIT), Université Toulouse 1 Capitole (UT1), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Université Toulouse - Jean Jaurès (UT2J)-Université Toulouse III - Paul Sabatier (UT3), Université Fédérale Toulouse Midi-Pyrénées-Centre National de la Recherche Scientifique (CNRS)-Institut National Polytechnique (Toulouse) (Toulouse INP), Université Fédérale Toulouse Midi-Pyrénées-Université Toulouse 1 Capitole (UT1), Université Fédérale Toulouse Midi-Pyrénées, Université Toulouse III - Paul Sabatier (UT3), Laboratoire d'Intégration des Systèmes et des Technologies (LIST), CEA Tech Occitanie (DOCC), Université Toulouse Capitole (UT Capitole), Université de Toulouse (UT)-Université de Toulouse (UT)-Université Toulouse - Jean Jaurès (UT2J), Université de Toulouse (UT)-Université Toulouse III - Paul Sabatier (UT3), Université de Toulouse (UT)-Centre National de la Recherche Scientifique (CNRS)-Institut National Polytechnique (Toulouse) (Toulouse INP), Université de Toulouse (UT)-Toulouse Mind & Brain Institut (TMBI), Université Toulouse - Jean Jaurès (UT2J), Université de Toulouse (UT)-Université de Toulouse (UT)-Université Toulouse III - Paul Sabatier (UT3), Université de Toulouse (UT)-Université Toulouse Capitole (UT Capitole), Université de Toulouse (UT), Laboratoire d'Intégration des Systèmes et des Technologies (LIST (CEA)), Commissariat à l'Energie Atomique et aux énergies alternatives - CEA (FRANCE), Centre National de la Recherche Scientifique - CNRS (FRANCE), Institut National Polytechnique de Toulouse - Toulouse INP (FRANCE), Université Toulouse III - Paul Sabatier - UT3 (FRANCE), Université Toulouse - Jean Jaurès - UT2J (FRANCE), Université Toulouse 1 Capitole - UT1 (FRANCE), Institut National Polytechnique de Toulouse - INPT (FRANCE)
Jazyk: francouzština
Rok vydání: 2017
Předmět:
Zdroj: Conférence sur les Modèles et l'Analyse des Réseaux : Approches Mathématiques et Informatique (MARAMI)
Conférence sur les Modèles et l'Analyse des Réseaux : Approches Mathématiques et Informatique (MARAMI), Oct 2017, La Rochelle, France. pp.0
HAL
Popis: National audience; [FR] De nombreux domaines ont intérêt à étudier les points de vue exprimés en ligne, que ce soit le marketing, la cybersécurité, ou les humanités numériques. Nous proposons un modèle générique permettant de détecter ces points de vue en s'appuyant sur la proximité entre les profils utilisateurs, déterminée en fonction des éléments disponibles sur la plateforme étudiée. Nous utilisons un échantillon de profils annotés au départ, et des graphes modélisant la proximité des profils, afin de catégoriser le reste de la population. Ce modèle exploite les communautés, représentant des profils assez proches pour supposer qu'ils partagent une posture similaire. En utilisant plusieurs jeux de données, nous montrons qu'en combinant plusieurs types de proximités, nous obtenons des résultats très pertinents malgré la simplicité de la méthode. [EN] Numerous domains have interests in studying the viewpoints expressed online, be it for marketing, cybersecurity, or computational social sciences. We propose a generic model to detect said viewpoints, relying on the proximity between user profiles, determined according to the information available online. We use a sample of seed profiles for whom we know the stance, and graphs modeling the proximity of the user profiles, to classify the rest of the population. This model exploits communities, which represent profiles close enough to assume they share a similar stance. Using several datasets, we show that by combining several types of proximity we can achieve excellent effectiveness despite the simplicity of the method.
Databáze: OpenAIRE
Externí odkaz: