Abstract:
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.