Identification des indicateurs linguistiques de la subjectivité les plus efficaces pour la classification d'articles de presse en français. - Conférences TALN RECITAL Accéder directement au contenu
Communication Dans Un Congrès Année : 2022

Identifying the most efficient linguistic features of subjectivity for French-speaking press articles classification

Identification des indicateurs linguistiques de la subjectivité les plus efficaces pour la classification d'articles de presse en français.

Résumé

Les articles de presse peuvent être répartis en deux genres principaux : les genres de l’information et les genres de l’opinion. La classification automatique d’articles dans ces deux genres est une tâche qui peut être effectuée à partir de traits et mesures linguistiques également utilisées pour l’analyse de la subjectivité. Dans cet article, nous évaluons la pertinence de 30 mesures issues de travaux antérieurs pour la classification d’articles d’information et d’opinion en français. A l’aide de deux modèles de classification différents et à partir d’un échantillon de 13 400 articles publiés sur le site web de la Radio-Télévision Belge Francophone (RTBF), nous avons identifié 18 mesures morphosyntaxiques, lexicosémantiques et stylométriques efficaces pour distinguer les articles plutôt factuels des articles subjectifs.
Fichier principal
Vignette du fichier
17.pdf (657.93 Ko) Télécharger le fichier
Origine : Fichiers éditeurs autorisés sur une archive ouverte

Dates et versions

hal-03705817 , version 1 (27-06-2022)

Identifiants

  • HAL Id : hal-03705817 , version 1

Citer

Louis Escouflaire. Identification des indicateurs linguistiques de la subjectivité les plus efficaces pour la classification d'articles de presse en français.. Actes de la 29e Conférence sur le Traitement Automatique des Langues Naturelles. Volume 2 : 24e Rencontres Etudiants Chercheurs en Informatique pour le TAL (RECITAL), Jun 2022, Avignon, France. pp.69-82. ⟨hal-03705817⟩
67 Consultations
19 Téléchargements

Partager

Gmail Facebook X LinkedIn More