(en) Andranik Tumasjan,, Timm O. Sprenger, Philipp G. Sandner et Isabell M. Welpe, « Predicting Elections with Twitter: What 140 Characters Reveal about Political Sentiment », Proceedings of the Fourth International AAAI Conference on Weblogs and Social Media, (lire en ligne)
aclanthology.org
David Graceffa, Armelle Ramond, Emmanuelle Dusserre, Ruslan Kalitvianski, Mathieu Ruhlmann et Muntsa Padró, « Notre tweet première fois au DEFT-2018 : systèmes de détection de polarité et de transports (Systems for detecting polarity and public transport discussions in French tweets) », Actes de la Conférence TALN. Volume 2 - Démonstrations, articles des Rencontres Jeunes Chercheurs, ateliers DeFT, ATALA, , p. 287–298 (lire en ligne, consulté le )
aclweb.org
(en) Prabu Palanisamy, Vineet Yadav et Harsha Elchuri, « Serendio: Simple and Practical lexicon based approach to Sentiment Analysis », Second Joint Conference on Lexical and Computational Semantics (*SEM), vol. Proceedings of the Seventh International Workshop on Semantic Evaluation (SemEval 2013), no 2, (lire en ligne)
acm.org
dl.acm.org
(en) Theresa Wilson, Janyce Wiebe et Paul Hoffmann, « Recognizing Contextual Polarity in Phrase-Level Sentiment Analysis », HLT '05 Proceedings of the conference on Human Language Technology and Empirical Methods in Natural Language Processing, (lire en ligne)
(en) Pollyanna Gonçalves, Matheus Araújo, Fabrício Benevenuto et Meeyoung Cha, « Comparing and Combining Sentiment Analysis Methods », COSN '13 Proceedings of the first ACM conference on Online social networks, (ISBN978-1-4503-2084-9, lire en ligne)
(en) Andrius Mudinas, Dell Zhang et Mark Levene, « Combining lexicon and learning based approaches for concept-level sentiment analysis », WISDOM '12 Proceedings of the First International Workshop on Issues of Sentiment Discovery and Opinion Mining Article No. 5, (ISBN978-1-4503-1543-2, lire en ligne)
(en) Adam Funk, Yaoyong Li, Horacio Saggion, Kalina Bontcheva et Christian Leibold, « Opinion Analysis for Business Intelligence Applications », OBI '08 Proceedings of the first international workshop on Ontology-supported business intelligence
Article No. 3, (ISBN978-1-60558-219-1, lire en ligne)
arxiv.org
Jacob Devlin, Ming-Wei Chang, Kenton Lee et Kristina Toutanova, « BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding », arXiv:1810.04805 [cs], (DOI10.48550/arxiv.1810.04805, lire en ligne, consulté le )
cambridge.org
(en) Dominic Duval et François Pétry, « L'analyse automatisée du ton médiatique : construction et utilisation de la version française du Lexicoder Sentiment Dictionary », Canadian Journal of Political Science/Revue canadienne de science politique, vol. 49, no 2, , p. 197–220 (ISSN0008-4239 et 1744-9324, DOI10.1017/S000842391600055X, lire en ligne, consulté le )
ceur-ws.org
(en) Mari Carmen Rodríguez-Gancedo, Javier Caminero, José Relaño et Carlos Picazo, « T-OMT: A Novel Opinion Mining Tool for Improving Global Customer Relationship Management », CASFE'13, (lire en ligne)
doi.org
dx.doi.org
Jacob Devlin, Ming-Wei Chang, Kenton Lee et Kristina Toutanova, « BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding », arXiv:1810.04805 [cs], (DOI10.48550/arxiv.1810.04805, lire en ligne, consulté le )
(en) Dominic Duval et François Pétry, « L'analyse automatisée du ton médiatique : construction et utilisation de la version française du Lexicoder Sentiment Dictionary », Canadian Journal of Political Science/Revue canadienne de science politique, vol. 49, no 2, , p. 197–220 (ISSN0008-4239 et 1744-9324, DOI10.1017/S000842391600055X, lire en ligne, consulté le )
(en) Martin Haselmayer, « Candidates rather than context shape campaign sentiment in French Presidential Elections (1965–2017) », French Politics, (ISSN1476-3427, DOI10.1057/s41253-021-00159-5, lire en ligne, consulté le )
doi.org
(en) Martin Haselmayer, « Candidates rather than context shape campaign sentiment in French Presidential Elections (1965–2017) », French Politics, (ISSN1476-3427, DOI10.1057/s41253-021-00159-5, lire en ligne, consulté le )
hp.com
hpl.hp.com
(en) Asur, S, « Predicting the Future with Social Media », Web Intelligence and Intelligent Agent Technology (WI-IAT), (lire en ligne)
issn.org
portal.issn.org
(en) Dominic Duval et François Pétry, « L'analyse automatisée du ton médiatique : construction et utilisation de la version française du Lexicoder Sentiment Dictionary », Canadian Journal of Political Science/Revue canadienne de science politique, vol. 49, no 2, , p. 197–220 (ISSN0008-4239 et 1744-9324, DOI10.1017/S000842391600055X, lire en ligne, consulté le )
(en) Martin Haselmayer, « Candidates rather than context shape campaign sentiment in French Presidential Elections (1965–2017) », French Politics, (ISSN1476-3427, DOI10.1057/s41253-021-00159-5, lire en ligne, consulté le )
lrec-conf.org
(en) Alexander Pak et Patrick Paroubek, « Twitter as a Corpus for Sentiment Analysis and Opinion Mining », Language Resources and Evaluation Conference, (lire en ligne)
nocodefunctions.com
(en) Clément Levallois, « Nocode functions », sur nocodefunctions.com, (consulté le ).
openedition.org
books.openedition.org
Dominique Boullier et Audrey Lohard, Opinion mining et Sentiment analysis : méthodes et outils, Marseille, OpenEdition Press, , 234 p. (ISBN978-2-8218-1226-0, lire en ligne)
plosone.org
(en) Peter Sheridan Dodds, Isabel M. Kloumann, Kameron Decker Harris, Catherine A. Bliss et Christopher M. Danforth, « Temporal Patterns of Happiness and Information in a Global Social Network : Hedonometrics and Twitter », Plos One, vol. 6, (lire en ligne)
psu.edu
citeseerx.ist.psu.edu
(en) Kamal Nigam, John Lafferty et Andrew McCallum, « Using maximum entropy for text classification », In IJCAI-99 Workshop on Machine Learning for Information Filtering, , p. 61–67 (lire en ligne, consulté le )
sciencedirect.com
(en) Xue Zhang, Hauke Fuehres et Peter A. Gloor, « Predicting Stock Market Indicators Through Twitter “I hope it is not as bad as I fear” », The 2nd Collaborative Innovation Networks Conference - COINs2010, (lire en ligne)
sentic.net
(en) Erik Cambria, Daniel Olsher et Dheeraj Rajagopal, « SenticNet 3:A Common and Common-Sense Knowledge Base for Cognition-Driven Sentiment Analysis », Association for the Advancement of Artificial
Intelligence (www.aaai.org), (lire en ligne)
springer.com
link.springer.com
(en) Peter Sheridan Dodds et Christopher M. Danforth, « Measuring the Happiness of Large-Scale Written Expression: Songs, Blogs, and Presidents », Journal of Happiness Studies, (lire en ligne)
(en) Jorge Carrillo de Albornoz, Laura Plaza et Pablo Gervas, « SentiSense: An easily scalable concept-based affective lexicon for sentiment analysis », The 8th International Conference on Language Resources and Evaluation (LREC 2012), (lire en ligne)
univ-lille1.fr
ieeexplore.ieee.org.docproxy.univ-lille1.fr
(en) Spyros E. Polykalas, George N. Prezerakos et Agisilaos Konidaris, « A General Purpose Model for Future Prediction Based on Web Search Data: Predicting Greek and Spanish Election », 27th International Conference on Advanced Information Networking and Applications Workshops, (lire en ligne)
(en) Panagiotis T. Metaxas, Eni Mustafaraj et Daniel Gayo-Avello, « How (Not) to Predict Elections », IEEE International Conference on Privacy, Security, Risk, and Trust, and IEEE International Conference on Social Computing, (lire en ligne)
