Traitement automatique du langage naturel (TALN) pour les médias sociaux — Analyse de texte pour des textes courts et bruités

Le TALN pour les médias sociaux est un pipeline spécialisé de traitement automatique du langage naturel conçu pour les textes courts, bruités et informels qui apparaissent sur des plateformes telles que Twitter, Reddit et les sections de commentaires. Contrairement au TALN généraliste, ce pipeline prend en compte les conventions spécifiques à la plateforme — hashtags, emojis, abréviations et changement de code — permettant des tâches telles que l'analyse des hashtags, la détection de contenu viral et la mesure de l'opinion publique. La tradition de référence pour cette approche a été établie par la tâche partagée SemEval-2017 Task 4 (Rosenthal et al., 2017) et le benchmark unifié TweetEval (Barbieri et al., 2020).