Qu’est-ce que l’Opinion Mining (ou Sentiment Analysis) ?

Avec l’explosion d’Internet et des réseaux sociaux est apparue la nécessité d’analyser des millions de posts, de tweets ou d’avis afin de savoir ce que pensent les internautes.

L’Opinion Mining permet d’analyser automatiquement toutes ces données textuelles et d’en faire ressortir les différentes opinions exprimées sur un sujet précis comme une marque, une actualité ou un produit.

Ces analyses sont précieuses pour les entreprises, notamment, qui peuvent ainsi savoir comment leur image est perçue et si leurs produits plaisent ou au contraire font un flop. C’est pourquoi de nombreuses applications d’Opinion Mining fleurissent depuis les années 2000.

Mais comme dans toutes applications qui traitent du texte, la difficulté majeure est d’arriver à interpréter le langage humain qui reste, encore aujourd’hui, un objet complexe, tant par sa richesse que par ses subtilités. Il est très difficile par exemple de détecter de façon informatique (et même humaine parfois !) l’ironie.

 

L’Opinion Mining chez Inbenta

Chez Inbenta aussi, nous avons développé un outil d’Opinion Mining qui nous permet de connaître le ressenti des clients des banques et des assurances lorsqu’ils envoient un email ou qu’ils tapent une question dans nos moteurs de recherche.

Prenons un exemple concret, un de nos partenaires utilise notre outil pour détecter les emails des clients qui sont plus ou moins énervés à l’égard de ses services. Ces emails détectés de façon automatique vont alors être instantanément redirigés vers un service spécifique qui traite les réclamations. Ainsi, le service client est spécialisé et adapté aux besoins des usagers.

Nos clients, eux, bénéficient d’un dashboard qui leur indique le pourcentage de personnes insatisfaites afin d’agir ensuite en conséquence pour l’amélioration de ses services.

Voici un aperçu de ce dashboard qui indique le degré d’énervement des mails reçus par notre client :

Opinion Mining expliqué en graphique

 

 

Opinion Mining : comment ça marche ?

Il existe plusieurs façons d’analyser automatiquement les sentiments. Nous allons vous présenter les deux méthodes les plus populaires :

  • Apprentissage automatique supervisé : l’objectif ici est d’apprendre au système à classer de façon automatique sur la base de statistiques. Par exemple, dans le cas exposé plus tôt, un expert détermine pour chaque email si celui-ci est « très énervé », « moyennement énervé » et « pas du tout énervé ». Pour que l’apprentissage automatique fonctionne, il faut annoter un grand jeu de données. Ensuite, un algorithme probabiliste va analyser cette annotation pour en faire ressortir des règles qui permettront de classer d’autres emails selon le degré d’énervement.
  • Règles linguistiques : dans ce cas, un linguiste analyse un échantillon d’emails pour déterminer quels sont les mots ou les expressions qui indiquent l’énervement et ses différents degrés. Une fois cette analyse linguistique effectuée, il créé des règles de grammaire qui permettront au système de classer chaque email dans l’une ou l’autre des catégories. Avec son équipe de linguistes experts, Inbenta a choisi cette méthode car elle permet d’être plus fin et plus subtil dans l’analyse de sentiments.

 

Inbenta est un leader dans les technologies innovantes de recherche pour les entreprises : chatbot, selfcare… Nous mettons en œuvre les dernières avancées en termes de traitement automatique du langage afin d’améliorer la qualité de service pour les entreprises et leurs clients.

Intéressés ? Notre team d’experts est à votre service pour vous créer une offre personnalisée.

PLANIFIER UNE DÉMO

Utilisation des cookies : Nous utilisons des cookies propres et de tiers pour fournir nos services et recueillir des informations statistiques. En poursuivant la navigation, vous en acceptez l’installation et l’utilisation. Vous pouvez modifier les paramètres ou obtenir plus d’informations dans notre cookies policy.