| A |
| Abdaoui, Amine | – ADVANSE : Analyse du sentiment, de l'opinion et de l'émotion sur des Tweets Français | LIRMM, France |
| Azé, Jérôme | – ADVANSE : Analyse du sentiment, de l'opinion et de l'émotion sur des Tweets Français | LIRMM, France |
| B |
| Bobicev, Victoria | – Sentiment Detection Using PPM | Technical University of Moldova, Moldavie |
| Bringay, Sandra | – ADVANSE : Analyse du sentiment, de l'opinion et de l'émotion sur des Tweets Français | LIRMM, France |
| C |
| Chardon, Baptiste | – Chaîne de traitement symbolique pour l'analyse d'opinion - l'analyseur d'opinions de Synapse Développement face à Twitter | Synapse Développement, France |
| Claveau, Vincent | – IRISA at DeFT 2015: Supervised and Unsupervised Methods in Sentiment Analysis | IRISA, France |
| Coulmance, Jocelyn | – Analyse d'opinions de tweets par réseaux de neurones convolutionnels | Proxem, France |
| D |
| D'Hondt, Eva | – Feature engineering for tweet polarity classification in the 2015 DEFT challenge | LIMSI, France |
| Dumonceaux, Frédéric | – Une approche stylométrique pour la fouille d'opinion | LINA, France |
| E |
| Eensoo, Egle | – Combiner analyses textométriques, apprentissage supervisé et représentation vectorielle pour l'analyse de la subjectivité | INaLCO, France |
| F |
| Favre, Benoit | – TALEP @ DEFT'15 : Le plus cooool des systèmes d'analyse de sentiment | LIF, France |
| Fraisse, Amel | – Analyse des émotions, sentiments et opinions exprimés dans les tweets : présentation et résultats de l'édition 2015 du défi fouille de texte (DEFT) | LIMSI, France |
| G |
| Grouin, Cyril | – Analyse des émotions, sentiments et opinions exprimés dans les tweets : présentation et résultats de l'édition 2015 du défi fouille de texte (DEFT) | LIMSI, France |
| H |
| Hamon, Thierry | – Analyse des émotions, sentiments et opinions exprimés dans les tweets : présentation et résultats de l'édition 2015 du défi fouille de texte (DEFT) | LIMSI, Université Paris 13, France |
| Hernandez, Nicolas | – Exploitation de lexiques pour la catégorisation fine d'émotions, de sentiments et d'opinions | LINA, France |
| J |
| Jadi, Grégoire | – Exploitation de lexiques pour la catégorisation fine d'émotions, de sentiments et d'opinions | LINA, France |
| L |
| Lark, Joseph | – Exploitation de lexiques pour la catégorisation fine d'émotions, de sentiments et d'opinions | LINA, Dictanova, France |
| Laurent, Dominique | – Chaîne de traitement symbolique pour l'analyse d'opinion - l'analyseur d'opinions de Synapse Développement face à Twitter | Synapse Développement, France |
| Lavergne, Christian | – ADVANSE : Analyse du sentiment, de l'opinion et de l'émotion sur des Tweets Français | IMMM, France |
| Lejeune, Gaël | – Une approche stylométrique pour la fouille d'opinion | LINA, France |
| M |
| Martin, Amélie | – Combiner analyses textométriques, apprentissage supervisé et représentation vectorielle pour l'analyse de la subjectivité | INaLCO, SNCF Innovation et Recherche, France |
| Marty, Jean-Marc | – Analyse d'opinions de tweets par réseaux de neurones convolutionnels | Proxem, France |
| Mollevi, Caroline | – ADVANSE : Analyse du sentiment, de l'opinion et de l'émotion sur des Tweets Français | ICM, France |
| Monceaux, Lina | – Exploitation de lexiques pour la catégorisation fine d'émotions, de sentiments et d'opinions | LINA, France |
| Morlane-Hondère, François | – Feature engineering for tweet polarity classification in the 2015 DEFT challenge | LIMSI, France |
| Muller, Sophie | – Chaîne de traitement symbolique pour l'analyse d'opinion - l'analyseur d'opinions de Synapse Développement face à Twitter | Synapse Développement, France |
| N |
| Nouvel, Damien | – Combiner analyses textométriques, apprentissage supervisé et représentation vectorielle pour l'analyse de la subjectivité | INaLCO, France |
| P |
| Paroubek, Patrick | – Analyse des émotions, sentiments et opinions exprimés dans les tweets : présentation et résultats de l'édition 2015 du défi fouille de texte (DEFT) | LIMSI, France |
| Poncelet, Pascal | – ADVANSE : Analyse du sentiment, de l'opinion et de l'émotion sur des Tweets Français | LIRMM, France |
| Pradel, Camille | – Chaîne de traitement symbolique pour l'analyse d'opinion - l'analyseur d'opinions de Synapse Développement face à Twitter | Synapse Développement, France |
| R |
| Rajendran, Balamurali Andiyakkal | – TALEP @ DEFT'15 : Le plus cooool des systèmes d'analyse de sentiment | LIF, France |
| Raymond, Christian | – IRISA at DeFT 2015: Supervised and Unsupervised Methods in Sentiment Analysis | IRISA, France |
| Rouvier, Mickael | – TALEP @ DEFT'15 : Le plus cooool des systèmes d'analyse de sentiment | LIF, France |
| S |
| Schmitt, Eglantine | – Analyse d'opinions de tweets par réseaux de neurones convolutionnels | Proxem, UTC, France |
| Séguéla, Patrick | – Chaîne de traitement symbolique pour l'analyse d'opinion - l'analyseur d'opinions de Synapse Développement face à Twitter | Synapse Développement, France |
| T |
| Tapi Nzali, Mike Donald | – ADVANSE : Analyse du sentiment, de l'opinion et de l'émotion sur des Tweets Français | LIRMM, IMMM, France |
| V |
| Valette, Mathieu | – Combiner analyses textométriques, apprentissage supervisé et représentation vectorielle pour l'analyse de la subjectivité | INaLCO, France |
| Vukotic, Vedran | – IRISA at DeFT 2015: Supervised and Unsupervised Methods in Sentiment Analysis | IRISA, France |
| W |
| Wenzek, Guillaume | – Analyse d'opinions de tweets par réseaux de neurones convolutionnels | Proxem, France |
| Z |
| Zweigenbaum, Pierre | – Analyse des émotions, sentiments et opinions exprimés dans les tweets : présentation et résultats de l'édition 2015 du défi fouille de texte (DEFT) | LIMSI, France |
