Évaluations automatiques des émotions et sentiments, mémoire sémantique et compréhension de texte : expérimentations et simulations - Archive ouverte HAL Accéder directement au contenu
Thèse Année : 2011

Automatic assessments of emotions and feelings, semantic memory and text comprehension: experiments and simulations

Évaluations automatiques des émotions et sentiments, mémoire sémantique et compréhension de texte : expérimentations et simulations

Nicolas Leveau
  • Fonction : Auteur
  • PersonId : 914710

Résumé

In this thesis, we support the hypothesis that the emotional characteristics of a statement are contained within the mental representation of it-here, the emotional emergence occurring during the reading from the text base and information in semantic memory. Emotions in language are studied from the point of view of automatic and strategic processes. The dimensional and categorical characteristics of emotions are considered. In terms of the text base, the emotional properties of terms published in French, English, Spanish, Italian, German and Finnish were found to be very similar, supporting the interest of considering mental representation as the object of study rather than the lexeme. Also, in EMOVAL, the use of these standards to characterize statements has proven successful. In terms of knowledge, two connected models of semantic representation are studied: the analysis of latent semantics - LSA (Landauer & Dumais, 1997) as a statistical model, and the Topic model (Griffiths, Steyvers & Tennebaum, 2007) as a probabilistic model. First, the existence of emotionally differentiated latent variables was demonstrated through the Topic model. Second, the semantic relationships between emotions, calculated using LSA, were found to be significantly correlated with judgments of similarities between emotional terms. Thirdly, in EMOSEM, the emotional characteristics of a corpus of texts could be identified, both from the point of view of their belonging to an emotion and the intensity of the expression of that emotion.
Dans cette thèse, nous soutenons l'hypothèse que les caractéristiques émotionnelles d'un énoncé sont contenues au sein de la représentation mentale de celui-ci, l'émergence émotionnelle s'opérant au cours de la lecture partir de la base de texte et des informations en mémoire sémantique. Les émotions dans le langage sont étudiées du point de vue des processus automatiques et stratégiques. Les caractéristiques dimensionnelles et catégorielles des émotions sont considérées. Pour ce qui est de la base de texte, les propriétés émotionnelles de termes publiées en français, anglais, espagnol, italien, allemand et finnois se sont révélées être très similaires, confortant l'intérêt de considérer la représentation mentale comme objet d'étude plutôt que le lexème. Aussi, dans EMOVAL, l'utilisation de ces normes pour caractériser des énoncés s'est révélée fructueuse. Pour ce qui est des connaissances, deux modèles connexionnistes de la représentation sémantique sont étudiés : l'analyse de la sémantique latente - LSA (Landauer & Dumais, 1997) comme modèle statistique, et le modèle Topic (Griffiths, Steyvers & Tennebaum, 2007) comme modèle probabiliste. Premièrement, l'existence de variables latentes émotionnellement différenciées a été mise en évidence grâce au modèle Topic. Deuxièmement, les relations sémantiques entre émotions, calculées à l'aide de LSA, se sont révélées significativement corrélées avec les jugements de similitudes entre termes émotionnels. Troisièmement, dans EMOSEM, les caractéristiques émotionnelles d'un corpus de textes ont pu être identifiées, tant du point de vue de leur appartenance à une émotion, que de l'intensité de l'expression de cette émotion.
Fichier non déposé

Dates et versions

tel-03755121 , version 1 (21-08-2022)

Identifiants

  • HAL Id : tel-03755121 , version 1

Citer

Nicolas Leveau. Évaluations automatiques des émotions et sentiments, mémoire sémantique et compréhension de texte : expérimentations et simulations. Psychologie. EPHE, 2011. Français. ⟨NNT : ⟩. ⟨tel-03755121⟩
32 Consultations
0 Téléchargements

Partager

Gmail Facebook X LinkedIn More