Neural Methods for Sentiment Analysis and Text Summarization
Méthodes neuronales pour l'analyse des sentiments et la synthèse des textes
Jury
Directeur de these - CERISARA - Christophe - Université de Lorraine
Rapporteur - NASR - Alexis - Univ. Aix-Marseille
Rapporteur - BESACIER - Laurent - Univ Joseph Fourier de Grenoble
Examinateur - ALFONSECA - Enrique - Google Suisse
Examinateur - GARDENT - Claire - CNRS LORIA
Examinateur - ILLINA - Irina - Université de Lorraine
école doctorale
IAEM - INFORMATIQUE - AUTOMATIQUE - ELECTRONIQUE - ELECTROTECHNIQUE - MATHEMATIQUES
Laboratoire
LORIA - Laboratoire Lorrain de Recherche en Informatique et ses Applications
Mention de diplôme
Informatique
100% visio
Campus Scientifique, 615 Rue du Jardin-Botanique, 54506 Vanduvre-lès-Nancy
Mots clés
apprentissage profond,analyse du sentiment,résumé automatique,
Résumé de la thèse
Cette thèse aborde deux questions majeures du traitement automatique du langage naturel liées à l'analyse sémantique des textes: la détection des sentiments, et le résumé automatique. Dans ces deux applications, la nécessité d'analyser le sens du texte de manière précise est primordiale, d'une part pour identifier le sentiment exprimé au travers des mots, et d'autre part pour extraire les informations saillantes d’une phrase complexe et les réécrire de la manière la plus naturelle possible tout en respectant la sémantique du texte d'origine.
Keywords
deep learning,sentiment analysis,automatic summarization,
Abstract
This thesis focuses on two Natural Language Processing tasks that require to extract semantic information from raw texts: Sentiment Analysis and Text Summarization. This dissertation discusses issues and seeks to improve neural models on both tasks, which have become the dominant paradigm in the past several years.