La recommandation de livres à partir de requêtes en langue naturelle se base habituellement d’une part sur un processus d’appariement entre les requêtes et les contenus et d’autre part sur des approches de filtrage collaboratif. Lorsque nous devons répondre à des requêtes dans lesquelles les lecteurs expriment ce qu’ils recherchent selon des facettes pas seulement thématiques, l’analyse du texte intégral est avantageusement remplacée par l’analyse des critiques et commentaires qui décrivent les livres comme l’ont montré les évaluations CLEF Social Book Search. Plusieurs verrous scientifiques demeurent autour de l’identification et de l’exploitation des informations subjectives rencontrées dans les critiques et commentaires, informations qui soulignent les sentiments des lecteurs, les opinions générales et parfois les émotions éprouvées à la lecture des livres. Je présenterai quelques-uns de ces verrous et les propositions que nous avons formulées autour de l’analyse de sentiment, l’analyse des émotions et la recommandation de livres. Ces travaux s’inscrivent dans le cadre du lab d’OpenEditon.org dans lequel je dirige les projets « Fouille de textes ».