Formalisation des expressions d’attitude en contexte conversationnel

8.2.3 Méthodologie d’évaluation . . . 110 8.3 Perspectives . . . .110

8.3.1 Amélioration des performances du système . . . 110 8.3.2 Évaluation dans le cadre d’une interaction humain-agent . . . 111 8.3.3 Vers la gestion des préférences de l’utilisateur . . . 111 8.3.4 Vers l’hybridation . . . 112

CHAPITRE 8 – CONCLUSION ET PERSPECTIVES

L’objectif de notre thèse est le développement d’un modèle de détection des attitudes expri- mées par l’utilisateur au cours de conversations humain-agent. Notre travail se situe à la croisée de deux domaines, celui des agents conversationnels animés et celui de l’analyse de sentiments. En l’absence de travaux antérieurs se concentrant sur ces phénomènes tels qu’ils s’expriment dans le contenu verbal de l’utilisateur, nous avons cherché à développer un modèle de détection s’inspirant des avancés menées dans le domaine de l’analyse de sentiment sur des textes écrits, qui puisse être adapté au contexte spécifique des conversations humain-agent. Dans ce mémoire, nous avons présenté les différents aspects nécessaires au développement d’un tel modèle. Se fondant sur une approche linguistique du problème, tant dans un objectif de formalisation que d’implémentation, il place au centre l’analyse du contenu verbal. En observant et formalisant le phénomène tel qu’il se réalise dans des conversations humain-agent, nous avons produit un ensemble de règles sémantiques et syntaxiques. Si le système a été pensé pour gérer les caracté- ristiques propres à ce contexte, les différentes évaluations que nous avons menées ont également eu toutes – à des degrés différents – pour but de mettre en relief la manière dont le contenu sé- mantique des expressions d’attitude est ancré à l’intérieur d’unités conversationnelles telles que le tour de parole, la paire adjacente ou la séquence thématique. Afin de pouvoir vérifier le niveau de généricité des règles, deux différents cadres d’analyse ont été pris en compte : celui de la né- gociation et celui des conversations de type small-talk. Cette conclusion est pour nous l’occasion de dresser le bilan de cette approche centrée sur l’analyse linguistique, dans un premier temps, en résumant les différentes étapes de notre travail puis, dans un deuxième temps, en rappelant nos différentes contributions, et enfin, dans un troisième temps, en proposant des perspectives à notre travail.

8.1

Résumé

Cette section reprend et synthétise les différents points abordés dans chacun des chapitres composant de ce mémoire.

— Partie I : Dans un premier temps, nous avons présenté une vue d’ensemble des principaux axes de recherche en analyse de sentiments. Nous avons ainsi fait ressortir le fait que, parallèlement à des travaux de classification, des études proposent une analyse détaillée des expressions de sentiments. Leur approche repose sur une exploration des structures sémantiques et syntaxiques pour déterminer avec plus de précision la valeur des attributs polarité et cible. Forte des données rassemblées au cours de l’état de l’art, nous avons été en mesure de définir le type de méthode qui nous semblait appropriée.

— Partie II : Dans un deuxième temps, nous nous sommes attachée à décrire les fonde- ments linguistiques de la notion d’attitude, en étudiant leurs mécanismes sémantiques et syntaxiques à différents niveaux : celui du tour de parole, celui de la paire adjacente et celui de la séquence thématique.

• Dans le cadre du tour de parole (Chapitre 3), sur la base des patrons syntaxiques proposés dans la littérature, nous avons analysé les structures de phrase et les mé- canismes sémantiques par lesquels la source, la cible et la polarité sont définis. Nous avons proposé une optimisation et une extension des patrons déjà existant, afin de regrouper au sein d’une même structure, pour chaque expression, la question de l’at- tribution des rôles sémantiques de source et de cible, les procédés sémantiques de catégorisation de l’expression et les règles sémantiques de calcul de polarité.

• Dans le cadre de la paire adjacente (Chapitre 4), nous avons pu mettre en valeur la nature participative et contributive des expressions d’attitude – en partie détermi- nées par le contenu verbal qui les précèdent. Ce caractère participatif est particulière- ment saillant dans le cas d’attitudes que nous avons nommé strictement collaborative (EASC), dont l’interprétation repose exclusivement sur la prise en compte du contenu sémantique des énoncés de l’agent et de l’utilisateur. Elles se distinguent des expres-

8.2. CONTRIBUTIONS

sions simples d’attitude étudiées dans le chapitre 3. Nous avons étudié leur fonction- nement et en avons proposé une représentation formelle exploitable dans un modèle computationnel.

• Dans le cadre de la séquence thématique (Chapitre 5), nous avons analysé la manière dont les cibles des attitudes sont liées au thème courant de la conversation.

— Partie III : Dans le premier volet de la troisième partie (chapitre 6), nous avons décrit l’architecture de notre système. Celui-ci se compose de trois principaux traitements, dé- diés pour chacun à l’un des trois cadres d’analyse décrits dans la partie II. Ce système se concentre sur un sous-phénomène particulier, celui des likes et des dislikes que nous avons considéré comme une sous-catégorie transverse à celle des attitudes. Dans le se- cond volet (Chapitre 7) de cette partie, nous avons enfin présenté les trois différentes évaluations que nous avons menées pour évaluer le système. Chacune d’elles est consa- crée à un sous-aspect spécifique décrit dans le chapitre 6 : la détection des likes et dislikes au sein de la paire de l’énoncé et de la paire adjacente, et l’analyse sémantique des cibles au sein de la séquence thématique. Deux évaluations sont consacrées au tour de parole et à la paire adjacente : pour la première nous avons exploité 600 paires extraites du corpus Semaine, pour la seconde nous avons exploité 77 sessions du corpus de négocia- tion de Gratch et al. (2016). Pour chacune de ces deux évaluations, nous avons constitué un ensemble d’annotations produites par des annotateurs recrutés sur des plateformes de crowdsourcing : Amazon Mechanichal Turk, pour la première et Crowdflower, pour la seconde.

8.2

Contributions

8.2.1 Formalisation des expressions d’attitude en contexte conversationnel

Notre travail nous a permis d’analyser en profondeur les attitudes telles qu’elles s’expriment dans le contenu verbal de l’utilisateur au cours d’une conversation avec un agent conversationnel animé. Au terme de cette analyse, nous avons été en mesure de proposer une formalisation des attitudes prenant en compte trois cadres différents : le tour de parole, la paire adjacente et la séquence thématique. Dans le tour de parole, nous avons ainsi rassemblé les données éparses de la littérature et proposé une formalisation syntaxique et sémantique des énoncés référant à une attitude. L’ensemble de patrons qui résultent de ce travail offrent une représentation des mécanismes de compositionnalité définitoires des valeurs des attributs source, cible et polarité. Dans la paire adjacente, nous avons pu proposer une formalisation des mécanismes sémantiques se jouant entre les deux tours de parole. Enfin, dans le cadre de la séquence thématique, nous avons proposé une analyse des relations sémantique existant entre les cibles et le thème courant.