Contexte : Une entreprise souhaite améliorer la précision de son analyse de sentiments sur avis clients longs. Le Problème : Les modèles basés sur Bag-of-Words ne capturent pas les dépendances séquentielles. Contraintes : Tokeniser les textes. Convertir en séquences numériques. Implémenter un LSTM simple avec embedding layer. Évaluer performance via validation distincte. Livrable attendu : Développer un modèle séquentiel LSTM et comparer ses résultats à une approche TF-IDF classique.