{"id":61546,"date":"2016-04-08T08:24:12","date_gmt":"2016-04-08T06:24:12","guid":{"rendered":"https:\/\/www.brandwatch.com\/fr\/?p=61546"},"modified":"2025-12-15T09:55:32","modified_gmt":"2025-12-15T08:55:32","slug":"comprendre-l-analyse-du-sentiment","status":"publish","type":"post","link":"https:\/\/www.brandwatch.com\/fr\/blog\/comprendre-l-analyse-du-sentiment\/","title":{"rendered":"Sentiment analysis : comprendre l\u2019analyse de sentiment et ses usages"},"content":{"rendered":"

L\u2019analyse du sentiment (ou de la tonalit\u00e9), aussi appel\u00e9 opinion mining, est une notion beaucoup \u00e9voqu\u00e9e mais souvent mal comprise.<\/p>\n

Il s\u2018agit du processus qui permet de d\u00e9terminer la tonalit\u00e9 \u00e9motionnelle qui se cache derri\u00e8re une s\u00e9rie de mots. Cette analyse est utilis\u00e9e pour mieux comprendre la perception<\/a>, les opinions et les \u00e9motions exprim\u00e9es dans une mention en ligne.\"analyse<\/p>\n

\n

Les utilisations de l\u2019analyse du sentiment<\/h2>\n

L\u2019analyse du sentiment est extr\u00eamement utile en veille des medias sociaux<\/a> car elle permet d\u2019obtenir une vue d\u2019ensemble sur l\u2019opinion du public au sujet de certains th\u00e8mes. Les outils de veille tel que Brandwatch Analytics<\/a>, rendent ce processus plus rapide et plus facile que jamais auparavant gr\u00e2ce \u00e0 leurs capacit\u00e9s d\u2019analyse en temps r\u00e9el.<\/p>\n

Les utilisations de l\u2019analyse du sentiment sont \u00e0 la fois vastes et puissantes. La possibilit\u00e9 d\u2019extraire des insights \u00e0 partir des donn\u00e9es du web social est une pratique qui est largement adopt\u00e9e par les entreprises \u00e0 travers le monde.<\/p>\n

Il a \u00e9t\u00e9 d\u00e9montr\u00e9 que les changements de tonalit\u00e9 sur les medias sociaux sont en corr\u00e9lation avec les changements du march\u00e9 boursier.
\nL\u2019administration de Barack Obama a utilis\u00e9 l\u2019analyse du sentiment pour mesurer l\u2019opinion publique<\/a> face \u00e0 diff\u00e9rentes r\u00e9formes et campagnes en pr\u00e9paration des \u00e9lections pr\u00e9sidentielles de 2012.<\/p>\n

\u00catre en mesure de rapidement comprendre les attitudes des consommateurs et de r\u00e9agir en cons\u00e9quence a \u00e9t\u00e9 extr\u00eamement utile pour l\u2019\u00e9quipe canadienne d\u2019Expedia qui a observ\u00e9 une hausse soudaine des avis n\u00e9gatifs quant \u00e0 la musique utilis\u00e9e dans l\u2019une de leur publicit\u00e9 t\u00e9l\u00e9vis\u00e9e.<\/p>\n

\"Expedia
\nL\u2019analyse du sentiment alors men\u00e9e par le groupe a r\u00e9v\u00e9l\u00e9 que la musique utilis\u00e9e dans leur publicit\u00e9 devenait aga\u00e7ante apr\u00e8s plusieurs diffusions. Les consommateurs se retournaient vers les medias sociaux pour exprimer leur m\u00e9contentement.<\/p>\n

Quelques semaines apr\u00e8s la premi\u00e8re diffusion, plus de la moiti\u00e9 des discussions sur le web social \u00e0 propos de la campagne \u00e9taient n\u00e9gatives.
\nPlut\u00f4t que de se r\u00e9signer \u00e0 un \u00e9chec, Expedia a pu r\u00e9agir de mani\u00e8re inform\u00e9e et amusante en diffusant une nouvelle version de la publicit\u00e9 qui montrait le coupable, un violon, se faire d\u00e9truire.<\/p>\n

\n

Compr\u00e9hension contextuelle et tonalit\u00e9<\/h2>\n

Mais l\u2019analyse du sentiment reste une science inexacte.<\/p>\n

Le langage humain est complexe. Apprendre \u00e0 une machine comment analyser les nuances grammaticales et\/ou culturelles, l\u2019argot et les fautes d\u2019orthographe qui sont choses communes en ligne est un processus difficile. Apprendre \u00e0 une machine comment le contexte peut influencer la tonalit\u00e9 est encore plus difficile.\"emotion-flashcards\"
\nLes humains sont relativement intuitifs quand il s\u2019agit d\u2019interpr\u00e9ter la tonalit\u00e9 d\u2019un texte.\u00a0Prenons cette phrase par exemple : \u00ab Mon vol a \u00e9t\u00e9 annul\u00e9. Super ! \u00bb<\/p>\n

La plupart d\u2019entre nous saurons interpr\u00e9ter que la personne est sarcastique. Nous savons qu\u2019en r\u00e8gle g\u00e9n\u00e9rale le retard ou l\u2019annulation d\u2019un vol est une exp\u00e9rience peu plaisante. En appliquant cette compr\u00e9hension contextuelle \u00e0 cette phrase, nous pouvons facilement identifier le sentiment n\u00e9gatif associ\u00e9.<\/p>\n

Sans compr\u00e9hension contextuelle, une machine qui analyse cette phrase prendra en compte le mot \u00ab Super \u00bb et l\u2019identifiera comme une mention positive.<\/p>\n

\n

Quelle est la proc\u00e9dure d\u2019analyse du sentiment chez Brandwatch ?<\/h2>\n

\"proce\u0301de\u0301s\"
\nVous souvenez-vous de la sc\u00e8ne de Terminator 2 dans laquelle un jeune Jon Connor apprend \u00e0 T-800 des phrases \u00e0 la mode des ann\u00e9es 90 comme le fameux \u00ab Hasta la vista, baby \u00bb ?<\/p>\n

Elle n\u2019est pas loin de la r\u00e9alit\u00e9. Le processus est plus ou moins le m\u00eame pour un expert linguiste qui doit expliquer \u00e0 une machine comment effectuer une analyse du sentiment basique.<\/p>\n

Le langage \u00e9volue, c\u2019est pourquoi le dictionnaire utilis\u00e9 par les machines pour comprendre le sentiment continu d\u2019\u00e9voluer lui aussi.<\/p>\n

Avec l\u2019utilisation grandissante des medias sociaux, le langage \u00e9volue plus vite que jamais auparavant. Les limites de 140 caract\u00e8res<\/a>, le besoin d\u2019\u00eatre succinct et les memes ont transform\u00e9 la mani\u00e8re dont nous communiquons en ligne. Bien entendu cela engendre de nombreux challenges.<\/p>\n

Chez Brandwatch, nous utilisons un proc\u00e9d\u00e9 se reposant sur des r\u00e8gles qui aident notre logiciel \u00e0 mieux comprendre comment le contexte peut impacter le sentiment.<\/p>\n

Nous prenons tous les mots et les phrases qui sous-entendent un sentiment positif ou n\u00e9gatif, et nous appliquons des r\u00e8gles qui prennent en compte le contexte et son impact sur le sentiment. Nos r\u00e8gles sont soigneusement \u00e9labor\u00e9es pour aider notre logiciel \u00e0 savoir que la premi\u00e8re partie de la phrase suivante est positive et la seconde n\u00e9gative :
\n\u00ab Je veux trop un burger. Je suis grave ! \u00bb<\/p>\n

\n

Les limites de l\u2019analyse du sentiment<\/h2>\n

L\u2019exemple ci-dessus montre que l\u2019analyse du sentiment a ses limites et que cette fonction ne peut pas \u00eatre fiable \u00e0 100 %.<\/p>\n

Tout comme n\u2019importe quel proc\u00e9d\u00e9 automatis\u00e9 il y a des risques d\u2019erreur, et l\u2019\u0153il humain est souvent n\u00e9cessaire pour s\u2019assurer de la justesse de l\u2019analyse. Avec Brandwatch, nos utilisateurs ont la possibilit\u00e9 de red\u00e9finir le sentiment attribu\u00e9 \u00e0 une mention s\u2019ils pensent que la cat\u00e9gorisation automatique est inexacte.
\n\"Dashboard\"
\nAu-del\u00e0 de la fiabilit\u00e9, il est important de reconna\u00eetre que la communication humaine ne se classe pas qu\u2019en 3 cat\u00e9gories, positive, n\u00e9gative et neutre ; la notion de sentiment peut \u00eatre bien plus complexe.<\/p>\n

\n

Pr\u00e9dictions pour le futur de l\u2019analyse du sentiment<\/h2>\n

Bien qu\u2019il soit difficile de sp\u00e9culer sur l\u2019\u00e9volution d\u2019un syst\u00e8me relativement immature, la majorit\u00e9 s\u2019entend sur le fait que l\u2019analyse du sentiment doit aller au del\u00e0 d\u2019une \u00e9chelle \u00e0 une dimension positive ou n\u00e9gative.\"crystal-ball\"<\/p>\n

Tout comme les positions des politiques qui ne peuvent pas toujours \u00eatre qualifi\u00e9es de droite ou de gauche, il existe certains sentiments qui ne peuvent pas \u00eatre plac\u00e9s sur un simple barom\u00e8tre.<\/p>\n

\u00c0 l\u2019avenir, pour r\u00e9ellement comprendre et capturer toute la gamme des \u00e9motions humaines qui peuvent \u00eatre exprim\u00e9es par les mots, une dimension pluridimensionnelle plus sophistiqu\u00e9e est n\u00e9cessaire.<\/p>\n

Est-il possible de mesurer le scepticisme, l\u2019espoir, l\u2019anxi\u00e9t\u00e9, l\u2019enthousiasme ou le manque de ce dernier ? Jusqu\u2019\u00e0 que cela soit possible, l\u2019analyse du sentiment est et restera unidimensionnel.<\/p>\n

Les entreprises deviendront de plus en plus conscientes des diff\u00e9rentes utilisations possibles de l\u2019analyse du sentiment dans leur secteur respectif. Ce qui contribuera \u00e0 la croissance du march\u00e9 des services et des technologies permettant d\u2019appliquer l\u2019analyse du sentiment aux pratiques de l\u2019entreprise (par exemple les outils d\u2019intelligence qui assistent les analystes et les traders \u00e0 prendre de meilleures d\u00e9cisions).<\/p>\n

Nous observerons un tournant dans la perception de l\u2019analyse du sentiment et de sa fiabilit\u00e9. Les utilisateurs deviendront plus familiers avec l\u2019id\u00e9e qu\u2019il est difficile de r\u00e9pliquer les performances humaines avec l\u2019analyse automatique de textes.<\/p>\n

Les insights qu\u2019il est possible d\u2019obtenir gr\u00e2ce aux grandes quantit\u00e9s d\u2019informations (des millions de Tweets) deviendront plus importants que les inqui\u00e9tudes sur la pertinence de l\u2019analyse d\u2019une mention unique (un Tweet).
\n\u00c0 la place, l’accent sera mis sur les m\u00e9thodes permettant de rendre les r\u00e9sultats interpr\u00e9tables et actionnables. D\u2019ici l\u00e0, nous nous assurerons de rendre notre analyse du sentiment aussi pr\u00e9cise et facile \u00e0 comprendre que possible.<\/p>\n

[bw_banner_cta type=2 url= »\/fr\/demo » button= »DEMANDEZ UNE D\u00c9MO »]Trouvez le sens des conversations importantes.<\/span>[\/bw_banner_cta]<\/span><\/p>\n","protected":false},"excerpt":{"rendered":"

L\u2019analyse du sentiment (ou de la tonalit\u00e9), aussi appel\u00e9 opinion mining, est une notion beaucoup \u00e9voqu\u00e9e mais souvent mal comprise. Il s\u2018agit du processus qui permet de d\u00e9terminer la tonalit\u00e9 \u00e9motionnelle qui se cache derri\u00e8re une s\u00e9rie de mots. Cette analyse est utilis\u00e9e pour mieux comprendre la perception, les opinions et les \u00e9motions exprim\u00e9es dans […]<\/p>\n","protected":false},"author":267,"featured_media":61548,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false},"categories":[3479,139],"tags":[3579,3585,682,103,3578,3501],"class_list":["post-61546","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-marketing","category-veille","tag-analyse-du-sentiment","tag-contexte","tag-language","tag-sentiment","tag-tonalite","tag-veille-des-medias-sociaux"],"acf":[],"_links":{"self":[{"href":"https:\/\/www.brandwatch.com\/fr\/wp-json\/wp\/v2\/posts\/61546","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.brandwatch.com\/fr\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.brandwatch.com\/fr\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.brandwatch.com\/fr\/wp-json\/wp\/v2\/users\/267"}],"replies":[{"embeddable":true,"href":"https:\/\/www.brandwatch.com\/fr\/wp-json\/wp\/v2\/comments?post=61546"}],"version-history":[{"count":0,"href":"https:\/\/www.brandwatch.com\/fr\/wp-json\/wp\/v2\/posts\/61546\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.brandwatch.com\/fr\/wp-json\/wp\/v2\/media\/61548"}],"wp:attachment":[{"href":"https:\/\/www.brandwatch.com\/fr\/wp-json\/wp\/v2\/media?parent=61546"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.brandwatch.com\/fr\/wp-json\/wp\/v2\/categories?post=61546"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.brandwatch.com\/fr\/wp-json\/wp\/v2\/tags?post=61546"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}