Browsing by Author "BELHOUCHET Lilia"

Now showing 1 - 2 of 2

L’analyse des sentiments des tweets à propos de " ChatGpt "
(UNIVERSITY BBA, 2023) DJAAFAR Yasmine; BELHOUCHET Lilia
Dans les domaines politiques, de production et de services, l’analyse des textes est devenue un élément crucial. Avec l’omniprésence des réseaux sociaux, les internautes partagent leurs opinions sur divers sujets à travers des textes, ce qui rend la compréhension du contenu de ces derniers essentielle. Il est crucial pour un gestionnaire efficace de considérer les opinions des citoyens et pour ce faire, l’analyse des sentiments revêt une grande importance afin de répondre adéquatement aux besoins de la population. Nous allons utiliser trois algorithmes dans notre étude pour analyser et classifier un groupe de publications provenant des réseaux sociaux. Ces derniers seront classés en trois catégories, c’est-à-dire la classe positive, négative et neutre. A notre connaissance, il s’agit d’un des premiers travaux qui explore et compare plusieurs algorithmes de classification de commentaires sur Twitter In political, production, and service sectors, text analysis has become a crucial element. With the prevalence of social media, users share their opinions on various topics through texts, making understanding the content of these texts essential. It’s critical for effective management to consider citizens’ opinions, and sentiment analysis plays a crucial role in adequately responding to the population’s needs. We will use three algorithms in our study to analyze and classify a group of publications from social media. These will be classified into three classes: positive, negative, and neutral. To our knowledge, this is one of the first studies that explores and compares several algorithms for classifying comments on Twitter. في انقطبعبث انسيبسيت والإ تَبجيت وانخذيبتيت، أطبح تحهيم انضُ ع ظُزًا هبيب. يع ا تَشبر وسبئم انتىاطم الاجت بًعي ، يتببدل ان سًتخذيى آرائهى حىل يىاضيع يختهفت ي خلال ان ظُىص ، ي بً يجعم فهى يحتىي هذ ان ظُىص أيزًا ضزوريًب. ي الأه يًت ب كًب نلإدارة انفعبنت أ تأخذ في الاعتببر آراء ان ىًاط يُ ، ويهعب تحهيم ان شًبعز دورًا أسبسي في الاستجببت بشكم ي بُسب لاحتيبجبث انسكب .ٌ س سُتخذو ثلاث خىارسييبث في دراست بُ نتحهيم وتظ يُف يج ىًعت ي ان شًُىراث ي وسبئم انتىاطم الاجت بًعي. سيتى تظ يُفهب إن ثلاث فئبث: إيجببيت وسهبيت ويحبيذة. عه حذ عه بًُ ، هذ إحذي انذراسبث الأون انتي تستكشف وتقبر عذة خىارسييبث نتظ يُف انتعهيقبث عه تىيتز
L’analyse des sentiments des tweets à propos de " ChatGpt "
(UNIVERSITY BBA, 2023) DJAAFAR Yasmine; BELHOUCHET Lilia
Dans les domaines politiques, de production et de services, l’analyse des textes est devenue un élément crucial. Avec l’omniprésence des réseaux sociaux, les internautes partagent leurs opinions sur divers sujets à travers des textes, ce qui rend la compréhension du contenu de ces derniers essentielle. Il est crucial pour un gestionnaire efficace de considérer les opinions des citoyens et pour ce faire, l’analyse des sentiments revêt une grande importance afin de répondre adéquatement aux besoins de la population. Nous allons utiliser trois algorithmes dans notre étude pour analyser et classifier un groupe de publications provenant des réseaux sociaux. Ces derniers seront classés en trois catégories, c’est-à-dire la classe positive, négative et neutre. A notre connaissance, il s’agit d’un des premiers travaux qui explore et compare plusieurs algorithmes de classification de commentaires sur Twitter In political, production, and service sectors, text analysis has become a crucial element. With the prevalence of social media, users share their opinions on various topics through texts, making understanding the content of these texts essential. It’s critical for effective management to consider citizens’ opinions, and sentiment analysis plays a crucial role in adequately responding to the population’s needs. We will use three algorithms in our study to analyze and classify a group of publications from social media. These will be classified into three classes: positive, negative, and neutral. To our knowledge, this is one of the first studies that explores and compares several algorithms for classifying comments on Twitter.