Cet article présente une nouvelle approche pour l'analyse de la subjectivité en arabe. Bien que l'arabe soit une langue linguistiquement riche et morphologiquement complexe, le manque de données annotées à grande échelle freine le développement d'outils précis. Cette étude s'appuie sur des ensembles de données arabes existants (ASTD, LABR, HARD, SANAD) pour constituer un ensemble de données complet, AraDhati+, et affine des modèles de langue arabe de pointe (XLM-RoBERTa, AraBERT, ArabianGPT) pour effectuer la classification de la subjectivité. En utilisant également une approche décisionnelle d'ensemble, nous avons atteint une précision élevée de 97,79 %, démontrant ainsi son efficacité pour répondre aux contraintes de ressources dans le traitement de l'arabe.