La classification des sentiments est un processus essentiel pour comprendre la perception des individus à l’égard d’un produit, d’un service ou d’un sujet. De nombreux modèles de traitement du langage naturel ont été proposés afin de résoudre le problème de classification des sentiments. Toutefois, la plupart d’entre eux se concentrent principalement sur la classification binaire des sentiments. Dans cet article, nous utilisons un modèle d’apprentissage profond prometteur appelé BERT pour aborder la tâche de classification fine des sentiments. Les expériences montrent que notre modèle surpasse d’autres modèles populaires pour cette tâche, sans nécessiter d’architecture sophistiquée. Nous démontrons également l’efficacité de l’apprentissage par transfert dans le domaine du traitement du langage naturel.