Etudiant : AZOUGAGHE ANOUAR

Filière : LF Sciences Mathématiques et Informatique

Encadrant : Pr. ELHAOUSI FATIMA

Annèe : 2025

Résumé : L'essor des données disponibles aujourd'hui permet de mener divers types d'analyses, dont l'analyse de sentiments. Cette dernière vise à classifier automatiquement les opinions afin de les positionner sur une échelle de sentiments. Ce procédé permet ainsi d'évaluer un ensemble d'opinions sans nécessiter l'intervention humaine. De nombreuses études ont démontré que les Machines à Vecteurs de Support (SVM), peuvent atteindre des performances remarquables dans ce domaine. Les SVM, une méthode d'apprentissage statistique ayant connu une avancée significative au cours de la dernière décennie, reposent sur un fondement théorique solide basé sur le principe de maximisation de la marge, leur conférant une grande capacité de généralisation. Ces algorithmes ont été utilisés avec succès dans divers contextes, tels que la classification des avis des clients d'Amazon pour améliorer les performances des produits. Dans ce cadre, l'intégration de DarijaBERT constitue une avancée majeure dans la contextualisation linguistique spécifique à la langue darija. Ce modèle est utilisé pour extraire des vecteurs d'embedding de haute qualité, capturant les nuances des textes dans ce contexte linguistique particulier. Ces vecteurs sont ensuite utilisés comme données d'entrée pour le SVM, assurant une classification efficace des sentiments. Dans le cadre de ce travail, nous nous intéressons au développement d'une solution d'analyse de sentiments appliquée aux perceptions des Marocains concernant l'organisation des événements sportifs tels que la Coupe d'Afrique des Nations 2025 (CAN) et la Coupe du Monde 2030. L'objectif est d'identifier et d'extraire les émotions exprimées à propos de ces événements. L'utilisation conjointe de DarijaBERT et des SVM s'est avérée particulièrement efficace pour le traitement des textes et l'extraction des sentiments.