Analyse des sentiments des tweets liés au Hirak

Abstract

Depuis le 22 février 2019, des millions d'Algériens sont descendus dans les rues de toutes les grandes villes du pays pour exprimer leur rejet d'un cinquième mandat d'Abdelaziz Bouteflika. Ce mouvement social (appelé Hirak) a été diffusé dans divers médias sociaux tels que Twitter, où les internautes ont exprimé leurs opinions et sentiments qui différaient entre positifs, négatifs ou neutres. Le but de ce projet était d'analyser les sentiments et les tweets liés au mouvement algérien à travers une application des Algorithmes de classification tels que naïve bayésienne, machine a support vectorielle, arbre de décision et algorithme de régression logistique avec des différentes méthodes d’extraction des attributs qui sont « sac de mots » et « TF-IDF » sur une base de données qui contienne 10000 tweets divisé en 5846 avis positifs, 1741 avis négatifs et 2184 avis neutres. Le résultat expérimental a montré que le bon classificateur est le svm avec une précision raisonnable égal 67%. Mots clés : Hirak ; Analyse des sentiments ; Le traitement automatique du langage naturel ; Les algorithmes de classification ; Annotation manuelle ; L’apprentissage automatique ; Dialecte Algérien. Abstract Since February 22, 2019, millions of Algerians have taken to the streets of all major cities in the country to express their rejection of a fifth term of Abdelaziz Bouteflika. This social movement (called Hirak) was broadcast on various social media such as Twitter, where netizens expressed their opinions and feelings which differed between positive, negative or neutral. The goal of this project was to analyze the sentiments and the tweets linked to the Algerian movement through an application of classification algorithms such as Bayesian naive, vector-supported machine, decision tree and logistic regression algorithm with different methods of extraction of the attributes which are « BOW » and « TF -IDF » on a dataset that contains 10,000 tweets divided into 5,846 positive reviews, 1,741 negative reviews and 2,184 neutral reviews. The experimental result showed that the correct classifier is the svm with reasonable precision equal to 67%. Key words : Hirak ; Sentiment analysis ; Natural language processing ; Classification algorithms ; Manual annotation ; Machine Learning ; Algerian dialect. iv الملخص منذ 22 فبراير 2019 ، نزل ملايين الجزائريين إلى شوارع جميع المدن الكبرى في البلاد للتعبير عن رفضهم لولاية خامسة لعبد العزيز بوتفليقة. حيث تم بث هذه الحركة الاجتماعية )المسماة الحراك( عبر وسائل التواصل الاجتماعي المختلفة مثل تويتر، حيث عبر مستخدمي الإنترنت عن آرائهم ومشاعرهم التي اختلفت بين الإيجابية والسلبية والحيادية. كان الهدف من هذا المشروع هو تحليل المشاعر والتغريدات المرتبطة بالحركة الجزائرية من خلال تطبيق خوارزميات التصنيف مثل تصنيف بايزي ساذج، الة المتجهات الداعمة، شجرة القرار وخوارزمية الانحدار اللوجستي. بواسطة مختلف طرق لاستخراج السمات والتي هي عبارة عن "حقيبة الكلمات" و" تردد المصطلح- تردد المستند العكس". "في قاعدة بيانات تحتوي على 10000 تغريدة مقسمة إلى 5846 تعليقًا إيجابيًا ، 1741 تعليقًا سلبيًا و 2184 تعليقا محايدا. حيث أظهرت النتائج التجريبية أن المصنف الصحيح هو الة المتجهات الداعمة وبدقة معقولة تساوي 67% .