Une approche hybride pour l'analyse de sentiment axée sur les aspects utilisant une ontologie de domaine lexicalisée et des modèles neuronaux à attention

Ce travail se concentre sur l'analyse de sentiment basée sur les aspects au niveau des phrases pour les critiques de restaurants. Une méthode d'analyse de sentiment en deux étapes est proposée. Dans cette approche, une ontologie de domaine lexicalisée est d'abord utilisée pour prédire le sentiment, tandis qu'un réseau de neurones intégrant un mécanisme d'attention rotatoire (LCR-Rot) sert de méthode de secours. En outre, deux améliorations sont apportées à cette méthode de secours. La première modification alterne l'ordre d'application du mécanisme d'attention rotatoire (LCR-Rot-inv). La seconde extension consiste à itérer plusieurs fois sur le mécanisme d'attention rotatoire (LCR-Rot-hop). En utilisant les jeux de données SemEval-2015 et SemEval-2016, nous constatons que la méthode en deux étapes dépasse les méthodes de référence, bien que de peu. En outre, nous observons que la méthode qui itère plusieurs fois sur le mécanisme d'attention rotatoire obtient les meilleurs résultats.