Analyse du potentiel de la traduction pour réaliser une analyse de sentiment dans une autre langue que l’anglais. Le cas du transfert entre l’anglais et le français lors d’un apprentissage supervisé.

L’analyse de sentiment est l’application du Natural Language Processing (NLP) s’attachant à l’étude et la détection de la polarité du langage humain. Dans un contexte d’expression de plus en plus forte sur internet et face à l’importance de comprendre le sentiment des utilisateurs d’internet, cette application s’est manifestement développée au cours des dernières années. Néanmoins, la majorité de l’attention s’est tournée vers l’anglais, laissant les autres langues en manque de ressources pour pratiquer d’aussi bonnes analyses. Nous proposons, dans ce mémoire, d’évaluer la possibilité de recourir à la traduction automatique pour procéder à un transfert entre une langue riche en ressources comme l’anglais, vers une langue plus pauvre comme le français. Nous comparons deux types de transfert. Le premier (a) est un transfert d’environnement, amenant le français dans l’environnement riche de l’anglais, qui se manifeste concrètement par la traduction des observations à prédire, vers l’anglais, pour profiter des modèles existants. Le deuxième (b) est un transfert de ressources de l’anglais vers le français, qui se manifeste concrètement par la traduction de datasets de l’anglais vers les autres langues, pour créer des modèles monolingues dans les autres langues. Nous appliquons une méthodologie en trois étapes, dont la première est empruntée à la littérature, reposant sur du machine learning supervisé pour déterminer le transfert permettant de restituer le sentiment le plus efficacement possible. Notre travail montre, dans la continuité de la littérature, que la traduction détruit peu l’information relative au sentiment. Cependant, les modèles entrainés sur des données originales prédisant la polarité d’observations traduites et ceux entrainés sur des données traduites prédisant la polarité d’observations originales, subissent une baisse de performance non négligeable. Toutefois, si un type de transfert devait être préconisé, ce serait celui de la traduction de datasets de l’anglais, vers les autres langues, permettant de développer des modèles dans ces autres langues.