Analyse automatique des émotions dans les textes : contributions théoriques et applicatives dans le cadre de l'étude de la complexité des textes pour enfants

Automatic emotion analysis of texts : theoretical and applicative contributions to the study of complexity of texts for children

• Auteur / Autrice : Aline Etienne
• Direction : Delphine Battistelli
• Type : Thèse de doctorat
• Discipline(s) : Sciences du langage : traitement automatique des langues
• Date : Soutenance le 21/06/2023
• Etablissement(s) : Paris 10
• Ecole(s) doctorale(s) : École doctorale Connaissance, langage, modélisation (Nanterre, Hauts-de-Seine ; 1992-....)
• Partenaire(s) de recherche : Laboratoire : Laboratoire MoDyCo (Nanterre)
• Jury : Président / Présidente : Sophie Rosset
• Jury : Examinateurs / Examinatrices : Delphine Battistelli, Sophie Rosset, Nùria Gala, Dominique Legallois, Nathalie Blanc, Anne Lacheret-Dujour, Gwénolé Lecorvé, Iva Novakova
• Jury : Rapporteur / Rapporteuse : Nùria Gala, Dominique Legallois

Mots clés

Mots clés contrôlés

Apprentissage automatique

Langage et émotions

Traitement automatique du langage naturel

Mots clés libres

Complexité linguistique

Textes pour enfants

Schéma d'anotation

Émotions

Apprentissage automatique

Linguistic complexity

Texts for children

Anotation scheme

Emotions

Machine learning

Résumé

Notamment de par la diversité des moyens linguistiques employés pour les dénoter, les émotions exprimées dans un texte constituent un objet difficile à circonscrire. Leur étude, abordée ici dans le contexte de l'analyse de la complexité linguistique de textes jeunesse, pose alors de nombreux défis en linguistique comme en traitement automatique des langues (TAL). Cette thèse vise à déterminer comment explorer la dimension émotionnelle d’un texte de sorte à opérer une analyse qui rende compte de la diversité des marqueurs linguistiques des émotions (c’est-à-dire ne se limitant pas au lexique émotionnel) ; qui soit automatisable ; et qui puisse contribuer à mettre au jour des éléments de complexité des textes. L’objectif est donc de proposer des outils théoriques opératoires pour l’analyse linguistique des émotions, mobilisables pour évaluer le caractère plus ou moins accessible – c’est-à-dire compréhensible – d’un texte pour un enfant. La méthodologie mise en œuvre pour cela repose sur la définition d'un schéma d'annotation des émotions, intégrant des notions pertinentes à la fois sur le plan linguistique, TAL et psycholinguistique pour caractériser la notion d'émotion. Son application manuelle sur un corpus de plus de 1 500 textes a permis l'élaboration d'un corpus annoté en émotions, à partir duquel un outil d'analyse automatique des émotions dans les textes a été développé grâce aux techniques d'apprentissage automatique profond (modèle transformeur CamemBERT). Ce corpus annoté a aussi donné lieu à de nombreuses observations linguistiques aidant à mieux cerner le fonctionnement de l’expression des émotions.

Because of the diversity of linguistic means used to denote them, emotions expressed in a text are a difficult object to grasp. The study of emotions, tackled here in the context of analyzing the linguistic complexity of texts for children, poses a number of challenges for both linguistics and natural language processing (NLP). The aim of this thesis is to determine how to explore the emotional dimension of a text in a way that enables an analysis that takes into account the diversity of linguistic markers of emotion (i.e. that is not limited to emotional lexicon); that can be automated; and that can contribute to uncovering elements of text complexity. The aim is therefore to propose operational theoretical tools for the linguistic analysis of emotions, which can be mobilized to evaluate the more or less accessible - i.e. comprehensible - nature of a text for a child. The methodology implemented for this purpose is based on the definition of an emotion annotation scheme, integrating notions relevant from linguistic, NLP and psycholinguistic perspectives to characterize the notion of emotion. Its manual application on a corpus of more than 1,500 texts enabled the creation of an emotion-annotated corpus, from which a tool for the automatic analysis of emotions in texts was developed using deep machine learning techniques (CamemBERT transformer model). This annotated corpus has also given rise to numerous linguistic observations, helping to better understand how emotions are expressed.