Modèle de langue pour la détection d'opinion dans les blogs

Abstract

Cet article décrit une approche de recherche de documents pertinents vis-à-vis d’une requête et exprimant une opinion. Afin de détecter si un document est porteur d’opinions (i.e; comporte de l’information subjective), nous proposons de le comparer à des sources d’information dont on est sûr qu’elles comportent du contenu de type opinions. L’intuition derrière cela est la suivante, un document ayant une similarité forte avec des sources d’opinions est lui aussi vraisemblablement porteur d’une opinion. Pour mesurer cette similarité nous exploitons des modèles de langues. Nous modélisons le document et la référence porteuse d’opinions par des modèles de langues, nous évaluons ensuite la proximité de ces modèles. Plusieurs expérimentations ont été réalisées sur des collections issues de TREC. Nous proposons de prendre la collection de TREC blog06 comme collection d’analyse et la collection IMDB comme étant la collection de référence.