Direction de recherche : Maria RIFQI

Co-encadrement : LESOT Marie-Jeanne, MARSALA Christophe

Représentation et apprentissage à partir de textes pour des informations émotionnelles et pour des informations dynamiques

L'extraction de connaissances automatique à partir de textes consiste à mettre en correspondance une information bas niveau, extraite des documents au travers des mots et des groupes de mots, avec une information de plus haut niveau. Les choix de représentation pour décrire les documents sont alors essentiels et leurs particularités contraignent la définition de l'algorithme d'apprentissage mis en oeuvre. Les travaux de cette thèse considèrent ces deux problématiques d'une part pour des informations émotionnelles, d'autre part pour des informations dynamiques.
Dans une première partie, nous considérons une tâche d'extraction des émotions pour laquelle le fossé sémantique est plus important que pour des informations traditionnellement thématiques. Aussi, nous étudions des représentations destinées à capturer les nuances du langage pour décrire une information subjective puisque émotionnelle. Nous étudions de plus l'intégration de connaissances sémantiques qui permettent, dans une tâche de caractérisation, d'extraire la charge émotionnelle des documents, dans une tâche de prédiction de guider l'apprentissage réalisé.
Dans une seconde partie, nous étudions la dynamique de l'information : à tout corpus de documents publié sur Internet peut être associé des sources en perpétuelle activité qui échangent des informations dans un mouvement continu. Nous explorons trois axes d'étude : les sources identifiées, les communautés qu'elles forment dans un espace dynamique très parcimonieux, et les thématiques remarquables qu'elles développent. Pour chacun nous proposons des méthodes d'extraction originales que nous mettons en oeuvre sur un corpus réel collecté en continu sur Internet.

Publications 2010-2014

• 2014
  • F. Dzogang, M.‑J. Lesot, M. Rifqi : “Apprentissage de concepts émotionnels à partir de descripteurs bas niveau”, Revue des Sciences et Technologies de l'Information - Série RIA : Revue d'Intelligence Artificielle, vol. 28 (1), Affects, compagnons artificiels et interactions, pp. 131-157, (Editions Hermes) (2014)
• 2013
  • F. Dzogang : “Représentation et apprentissage à partir de textes pour des informations émotionnelles et pour des informations dynamiques”, soutenance de thèse, soutenance 18/07/2013, direction de recherche Rifqi, Maria, co-encadrement : Lesot, Marie-Jeanne, Marsala, Christophe (2013)
• 2012
  • F. Dzogang, M.‑J. Lesot, M. Rifqi : “Fusion anticipée de descripteurs bas niveau pour la détection d’émotions dans les textes”, Workshop Affect, Compagnon Artificiel, Interaction, WACAI'12, Grenoble, France (2012)
  • F. Dzogang, M.‑J. Lesot, M. Rifqi, B. Bouchon‑Meunier : “Early Fusion of Low Level Features for emotion Mining”, Biomedical Informatics Insights, vol. 5, pp. 129-136 (2012)
  • F. Dzogang, Ch. Marsala, M.‑J. Lesot, M. Rifqi : “An Ellipsoidal K-Means for Document Clustering”, IEEE 12^th International Conference on Data Mining (ICDM 2012), Bruxelles, Belgium, pp. 221-230, (IEEE) (2012)
• 2010
  • F. Dzogang, M.‑J. Lesot, M. Rifqi, B. Bouchon‑Meunier : “Expressions of Graduality for Sentiments Analysis - A Survey”, IEEE International Conference on Fuzzy Systems, Fuzz'10, Barcelona, Spain, pp. 1394-1400, (IEEE) (2010)
  • F. Dzogang, M.‑J. Lesot, M. Rifqi, B. Bouchon‑Meunier : “Analysis of texts’ emotional content in a multidimensional space”, International Conference on Kansei Engineering and Emotional Research KEER 2010, Paris, France (2010)