Avec l’´emergence du Web en g´en´eral et du Web 2.0 en particulier, de plus en plus de documents textuels contenant des informations exprimant des opinions ou des sentiments sont disponibles (forums, groupes de discussion, blogs, etc). La d´etection ou l’extraction automatique d’opinions est un domaine de recherche en plein essor. Elle devient essentielle, par exemple pour le d´eveloppement de tˆaches de veille (technologique, marketing, concurrentielle, soci´etale) qui peuvent se r´ev´eler cruciales pour les entreprises et trouve de tr`es nombreux domaines d’applications. Nous pouvons citer, par exemple, les clients qui souhaitent connaˆıtre les commentaires sur la qualit´e d’un produit, l’image que les clients peuvent se faire d’une entreprise, la mani`ere dont les r´eformes politiques sont per¸cues par l’opinion publique, la d´etection de rumeurs (buzz) sur le web. Cependant, les approches traditionnelles de fouilles de donn´ees ne sont plus adapt´ees `a un contexte dans lequel il faut appr´ehender non seulement de gros volumes de donn´ees mais s’int´eresser `a la qualit´e des donn´ees : comment d´eterminer des avis n´egatifs dans des documents aussi divers que des blogs ou des journaux ? Comment valider/´evaluer les r´esultats obtenus ?
R´ecemment de nouveaux challenges sont apparus et proposent d’aborder ces probl
´ematiques sous un angle pluridisciplinaire (e.g., Fouille de Donn´ees, Aide `a la D´ecision,
Mod´elisation des Connaissances, Traitement Automatique des Langues, Linguistique, etc). Par exemple, en 2007, le d´efi DEFT (D´Efi Fouille de Textes) organis´e par le
LIMSI avait pour objectif la classification de textes en fran¸cais selon le jugement favorable ou d´efavorable qu’ils expriment. De la mˆeme mani`ere, les d´efis internationaux comme TREC Blog proposent des tˆaches propres au traitement de textes d’opinions
(opinion retrieval ).
En mai 2008, l’atelier Fouille de Donn´ees d’Opinions 1 (FODOP’08) organis´e conjointement