Sentiment classification with case-base approach

L’augmentation de la croissance des réseaux, des blogs et des utilisateurs des sites d’examen sociaux font d’Internet une énorme source de données, en particulier sur la façon dont les gens pensent, sentent et agissent envers différentes questions. Ces jours-ci, les opinions des gens jouent un rôle important dans la politique, l’industrie, l’éducation, etc. Alors, les gouvernements, les grandes et petites industries, les instituts universitaires, les entreprises et les individus cherchent à étudier des techniques automatiques fin d’extraire les informations dont ils ont besoin dans les larges volumes de données. L’analyse des sentiments est une véritable réponse à ce besoin. Elle est une application de traitement du langage naturel et linguistique informatique qui se compose de techniques de pointe telles que l’apprentissage machine et les modèles de langue pour capturer les évaluations positives, négatives ou neutre, avec ou sans leur force, dans des texte brut. Dans ce mémoire, nous étudions une approche basée sur les cas pour l’analyse des sentiments au niveau des documents. Notre approche basée sur les cas génère un classificateur binaire qui utilise un ensemble de documents classifies, et cinq lexiques de sentiments différents pour extraire la polarité sur les scores correspondants aux commentaires. Puisque l’analyse des sentiments est en soi une tâche dépendante du domaine qui rend le travail difficile et coûteux, nous appliquons une approche «cross domain» en basant notre classificateur sur les six différents domaines au lieu de le limiter à un seul domaine. Pour améliorer la précision de la classification, nous ajoutons la détection de la négation comme une partie de notre algorithme. En outre, pour améliorer la performance de notre approche, quelques modifications innovantes sont appliquées. Il est intéressant de mentionner que notre approche ouvre la voie à nouveaux développements en ajoutant plus de lexiques de sentiment et ensembles de données à l’avenir.

Effet des différents apports alimentaires de phosphore et de calcium sur les performances de croissance, la minéralisation osseuse et l’ostéochondrose chez le porc

L’objectif principal de ce mémoire était de déterminer les apports optimaux en phosphore (P) en termes de performance de croissance, de minéralisation osseuse, d’excrétion de P et de fréquence d’ostéochondrose chez le porc (25 à 120 kg). L’expérience s’est échelonnée sur trois phases de 28 jours chacune où les porcs ont été alimentés avec des nourrisseurs automatiques. Deux aliments, soit un riche en nutriments (A) qui satisfait les besoins d’un porc de 25 kg en plus d’apporter 140 % des besoins en P digestible et en calcium (Ca) et un autre pauvre en nutriments (B) satisfaisant les besoins d’un porc de 120 kg en plus d’apporter 60 % des besoins en P digestible et en Ca ont été utilisés pour fabriquer 5 des traitements alimentaires, et le 6e traitement constituait le témoin positif. Pendant la première phase, 80 porcs ont reçu un des 5 traitements alimentaires, soit 60, 80, 100, 120 et 140 % des besoins en P avec un rapport Ca :P fixe. De faibles différences au niveau des performances de croissance ont été observées entre les traitements. La minéralisation osseuse a pour sa part augmenté linéairement avec l’augmentation des apports phosphocalciques. Aux phases 2 et 3, une erreur expérimentale s’est glissée dans la composition des aliments A et B, faisant en sorte que les quantités de Ca de chacun des deux aliments ont été inversées, soit des apports de P toujours de 60, 80, 100, 120 et 140 % des besoins, mais conjointement avec des apports de Ca de 140, 115, 100, 85 et 70 % des besoins respectivement. Ainsi, l’objectif de l’essai a été revu en tenant compte de cette erreur pour étudier l’effet de déséquilibres phosphocalciques sur les mêmes critères que ceux de la phase 1. Les résultats montrent l’importance de maintenir un équilibre entre les apports de P et de Ca afin de favoriser l’utilisation de chacun des deux éléments.