Analyse de sentiments

J'aimerais vous parler d'un projet que nous avons réalisé avec Nolwenn et Zakaria pendant notre DU à la Sorbonne. Il s'agit d'un système d'analyse de sentiment textuel.

Notre point de départ était une observation simple : les textes sur les réseaux sociaux contiennent des émotions et des opinions qui peuvent être analysées automatiquement. Mais comment transformer ces mots en données exploitables ?

Nous avons commencé par nettoyer les textes. Imaginez qu'un texte soit comme une soupe - il faut d'abord enlever ce qui n'apporte pas de saveur (la ponctuation, les mots courants comme "le", "la", "et"). Ensuite, nous réduisons les mots à leur racine : "marchant", "marche", "marché" deviennent simplement "march". Ce processus s'appelle la lemmatisation.

Une fois les textes préparés, comment les faire comprendre à un ordinateur ? C'est là qu'intervient la vectorisation TF-IDF. Elle transforme les mots en nombres, en donnant plus d'importance aux termes rares mais significatifs dans un document.

Nous avons ensuite rencontré un défi courant en analyse de données : le déséquilibre des classes. Si 80% des textes sont positifs, un modèle pourrait simplement prédire "positif" à chaque fois et obtenir 80% de précision ! Pour éviter ce piège, nous avons utilisé SMOTE, une technique qui crée des exemples synthétiques pour les classes minoritaires.

Pour construire notre modèle prédictif, nous avons testé plusieurs algorithmes. Chacun fonctionne différemment :

• Random Forest crée de nombreux "arbres de décision" et les fait voter

• SVM cherche à tracer une frontière optimale entre les différentes classes

• Les réseaux de neurones s'inspirent du fonctionnement du cerveau humain

• Gradient Boosting améliore progressivement ses prédictions en apprenant de ses erreurs

La partie finale, et peut-être la plus importante, était de rendre cette technologie accessible. Avec Streamlit, nous avons créé une interface où n'importe qui peut télécharger ses données, voir des visualisations claires et même tester le modèle avec ses propres textes.

Ce projet montre comment les techniques d'intelligence artificielle peuvent transformer des données non structurées en informations utiles.

Retrouvez le GitHub Voir le code source sur GitHub