@inproceedings{minard-etal-2018-participation,
title = "Participation de l'{IRISA} {\`a} {D}e{FT} 2018 : classification et annotation d`opinion dans des tweets ({IRISA} at {D}e{FT} 2018: classifying and tagging opinion in tweets )",
author = "Minard, Anne-Lyse and
Raymond, Christian and
Claveau, Vincent",
editor = "S{\'e}billot, Pascale and
Claveau, Vincent",
booktitle = "Actes de la Conf{\'e}rence TALN. Volume 2 - D{\'e}monstrations, articles des Rencontres Jeunes Chercheurs, ateliers DeFT",
month = "5",
year = "2018",
address = "Rennes, France",
publisher = "ATALA",
url = "https://aclanthology.org/2018.jeptalnrecital-deft.6/",
pages = "265--278",
language = "fra",
abstract = "Cet article d{\'e}crit les syst{\`e}mes d{\'e}velopp{\'e}s par l'{\'e}quipe LinkMedia de l`IRISA pour la campagne d'{\'e}valuation DeFT 2018 portant sur l`analyse d`opinion dans des tweets en fran{\c{c}}ais. L'{\'e}quipe a particip{\'e} {\`a} 3 des 4 t{\^a}ches de la campagne : (i) classification des tweets selon s`ils concernent les transports ou non, (ii) classification des tweets selon leur polarit{\'e} et (iii) annotation des marqueurs d`opinion et de l`objet {\`a} propos duquel est exprim{\'e}e l`opinion. Nous avons utilis{\'e} un algorithme de boosting d`arbres de d{\'e}cision et des r{\'e}seaux de neurones r{\'e}currents (RNN) pour traiter les t{\^a}ches 1 et 2. Pour la t{\^a}che 3 nous avons exp{\'e}riment{\'e} l`utilisation de r{\'e}seaux de neurones r{\'e}currents associ{\'e}s {\`a} des CRF. Ces approches donnent des r{\'e}sultats proches, avec un l{\'e}ger avantage aux RNN, et ont permis d'{\^e}tre parmi les premiers class{\'e}s pour chacune des t{\^a}ches."
}
<?xml version="1.0" encoding="UTF-8"?>
<modsCollection xmlns="http://www.loc.gov/mods/v3">
<mods ID="minard-etal-2018-participation">
<titleInfo>
<title>Participation de l’IRISA à DeFT 2018 : classification et annotation d‘opinion dans des tweets (IRISA at DeFT 2018: classifying and tagging opinion in tweets )</title>
</titleInfo>
<name type="personal">
<namePart type="given">Anne-Lyse</namePart>
<namePart type="family">Minard</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Christian</namePart>
<namePart type="family">Raymond</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Vincent</namePart>
<namePart type="family">Claveau</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<originInfo>
<dateIssued>2018-05</dateIssued>
</originInfo>
<typeOfResource>text</typeOfResource>
<language>
<languageTerm type="text">fra</languageTerm>
</language>
<relatedItem type="host">
<titleInfo>
<title>Actes de la Conférence TALN. Volume 2 - Démonstrations, articles des Rencontres Jeunes Chercheurs, ateliers DeFT</title>
</titleInfo>
<name type="personal">
<namePart type="given">Pascale</namePart>
<namePart type="family">Sébillot</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Vincent</namePart>
<namePart type="family">Claveau</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<originInfo>
<publisher>ATALA</publisher>
<place>
<placeTerm type="text">Rennes, France</placeTerm>
</place>
</originInfo>
<genre authority="marcgt">conference publication</genre>
</relatedItem>
<abstract>Cet article décrit les systèmes développés par l’équipe LinkMedia de l‘IRISA pour la campagne d’évaluation DeFT 2018 portant sur l‘analyse d‘opinion dans des tweets en français. L’équipe a participé à 3 des 4 tâches de la campagne : (i) classification des tweets selon s‘ils concernent les transports ou non, (ii) classification des tweets selon leur polarité et (iii) annotation des marqueurs d‘opinion et de l‘objet à propos duquel est exprimée l‘opinion. Nous avons utilisé un algorithme de boosting d‘arbres de décision et des réseaux de neurones récurrents (RNN) pour traiter les tâches 1 et 2. Pour la tâche 3 nous avons expérimenté l‘utilisation de réseaux de neurones récurrents associés à des CRF. Ces approches donnent des résultats proches, avec un léger avantage aux RNN, et ont permis d’être parmi les premiers classés pour chacune des tâches.</abstract>
<identifier type="citekey">minard-etal-2018-participation</identifier>
<location>
<url>https://aclanthology.org/2018.jeptalnrecital-deft.6/</url>
</location>
<part>
<date>2018-5</date>
<extent unit="page">
<start>265</start>
<end>278</end>
</extent>
</part>
</mods>
</modsCollection>
%0 Conference Proceedings
%T Participation de l’IRISA à DeFT 2018 : classification et annotation d‘opinion dans des tweets (IRISA at DeFT 2018: classifying and tagging opinion in tweets )
%A Minard, Anne-Lyse
%A Raymond, Christian
%A Claveau, Vincent
%Y Sébillot, Pascale
%Y Claveau, Vincent
%S Actes de la Conférence TALN. Volume 2 - Démonstrations, articles des Rencontres Jeunes Chercheurs, ateliers DeFT
%D 2018
%8 May
%I ATALA
%C Rennes, France
%G fra
%F minard-etal-2018-participation
%X Cet article décrit les systèmes développés par l’équipe LinkMedia de l‘IRISA pour la campagne d’évaluation DeFT 2018 portant sur l‘analyse d‘opinion dans des tweets en français. L’équipe a participé à 3 des 4 tâches de la campagne : (i) classification des tweets selon s‘ils concernent les transports ou non, (ii) classification des tweets selon leur polarité et (iii) annotation des marqueurs d‘opinion et de l‘objet à propos duquel est exprimée l‘opinion. Nous avons utilisé un algorithme de boosting d‘arbres de décision et des réseaux de neurones récurrents (RNN) pour traiter les tâches 1 et 2. Pour la tâche 3 nous avons expérimenté l‘utilisation de réseaux de neurones récurrents associés à des CRF. Ces approches donnent des résultats proches, avec un léger avantage aux RNN, et ont permis d’être parmi les premiers classés pour chacune des tâches.
%U https://aclanthology.org/2018.jeptalnrecital-deft.6/
%P 265-278
Markdown (Informal)
[Participation de l’IRISA à DeFT 2018 : classification et annotation d’opinion dans des tweets (IRISA at DeFT 2018: classifying and tagging opinion in tweets )](https://aclanthology.org/2018.jeptalnrecital-deft.6/) (Minard et al., JEP/TALN/RECITAL 2018)
ACL