Analyse des sentiments dans les conversations humain-agent Vers un modèle des goûts de l'utilisateur - Archive ouverte HAL Accéder directement au contenu
Thèse Année : 2018

Sentiment analysis in human-agent conversations. Modelling the user's likes and dislikes

Analyse des sentiments dans les conversations humain-agent Vers un modèle des goûts de l'utilisateur

Résumé

This thesis is related to two research areas : the sentiment analysis and the embodied conversational agents. Embodied conversational agents can be defined as virtual characters with the ability to converse with a human user. In order to increase the communicative skills, the agent needs a social-emotional intelligence. The agent must be able to manage socio-emotional signals, both for generation and detection. Many works have produced models optimizing the production of gestures or facial expressions expressing either emotions or social attitudes. On the detection side, a majority of the work focuses on the analysis of nonverbal and social-affective features (facial expressions, acoustic features). The verbal content is more and more integrated but remains partially exploited. The rare studies integrating a detection module of user’s sentiments in the context of conversations human-agent do not integrate the specificities of this interaction context. This thesis focuses on the user’s verbal expressions of sentiment. It is dedicated to the development of a detection model for face-to-face human-agent conversations. First, our goal is to define, in the broad class of sentiment expressions, those appearing as the most adapted to the agent’s communicative goals. Second, we aim to select a method that offers the possibility of a fine-grained analysis and can be suited to the conversational context. We choose to refer to the model of Martin and White (2005) and to use a method integrating linguistic rules. Our contributions comprise three parts. First, we provide an in-depth analysis of sentiment expressions that focus on three conversational units : the speech turn, the adjacency pair and the topic sequence. This analysis highlights a number of features used for the development of linguistic rules. Then, we propose a system integrating rules and grammars. The system is grounded on an bottom-up analysis starting from the lexical level to reach the phrastic level. Three level are successively analysed : the speech turn, the adjacency pair and the topic sequence. Finally, we propose an evaluation of the rules. We created two annotation platforms for building two annotations sets on two corpora : a small-talk corpus and a negociation corpus. The annotation sets were used for evaluating the performance of the system.
Cette thèse se situe à la croisée de deux domaines de recherche : celui de l'analyse des sentiments et celui des agents conversationnels animés. Les agents conversationnels animés peuvent être définis comme des personnages virtuels ayant la capacité de converser avec un utilisateur humain. Afin d’accroître les compétences communicationnelles de l’agent, il est important que celui-ci soit doté d’une forme d’intelligence socio-émotionnelle. L’agent doit être ainsi en capacité de gérer des signaux socio-émotionnels, tant du côté de la génération que de celui de la détection. Du côté de la génération, de nombreux travaux ont produit des modèles optimisant la production de gestes ou d’expressions faciales pour exprimer soit des émotions soit des attitudes sociales. Du côté de la détection, une majorité des travaux se concentrent sur l’analyse d’indices socio-affectifs non-verbaux (expressions faciales, indices acoustiques). Le contenu verbal et les expressions de sentiment qu’il véhicule restent quant à lui encore partiellement exploité. En effet, les rares études, intégrant un module de détection des sentiments de l’utilisateur dans le cadre de conversations humain-agent, ne prennent pas en compte les spécificités de ce contexte d’interaction. Pour combler cette lacune, notre travail s’intéresse à l’analyse du contenu verbal produit par l’utilisateur et à la manière dont celui-ci réfère ou exprime des sentiments, des affects ou des attitudes. Nous en proposons un modèle de détection au cours d’une interaction multi-modale et en face à face avec un agent conversationnel animé. Pour construire ce modèle, deux questions se sont posées à nous. Dans un premier temps, il nous a fallu identifier, au sein de la vaste classe des expressions de sentiment, celles qui apparaissaient comme les plus pertinentes pour l’élaboration des stratégies de communication de l’agent. Dans un second temps, nous avons dû choisir une méthode devant être non seulement opérante pour une analyse à grain fin de ces expressions, mais également adaptable au contexte conversationnel. Nos contributions s’articulent autour de trois axes. Tout d’abord, nous fournissons une analyse approfondie des expressions de sentiment. Trois unités conversationnelles sont considérées : le tour de parole, la paire adjacente et la séquence thématique. Cette analyse met en évidence un certain nombre de caractéristiques nécessaires au développement d’un ensemble de règles de détection. Ensuite, nous proposons un modèle de détection symbolique intégrant des règles sémantiques et des grammaires formelles. Ce modèle repose sur une analyse ascendante des énoncés – du niveau lexical au niveau phrastique – et se concentre successivement sur trois cadres d’analyse : le tour de parole, la paire adjacente et la séquence thématique. Enfin, nous proposons un protocole d’évaluation pour la validation des règles. Grâce à la création de deux plateformes d’annotation, nous avons pu créer deux jeux d’annotations sur deux corpus différents : un corpus de small-talk et un corpus de négociation. Les performances du système ont ainsi pu être évaluées par rapport aux références obtenues.
Fichier principal
Vignette du fichier
memoireThese.pdf (3.25 Mo) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)
Loading...

Dates et versions

tel-02002580 , version 1 (31-01-2019)
tel-02002580 , version 2 (11-02-2019)

Identifiants

  • HAL Id : tel-02002580 , version 2

Citer

Caroline Langlet. Analyse des sentiments dans les conversations humain-agent Vers un modèle des goûts de l'utilisateur. Traitement du texte et du document. Télécom ParisTech, 2018. Français. ⟨NNT : ⟩. ⟨tel-02002580v2⟩
415 Consultations
911 Téléchargements

Partager

Gmail Facebook X LinkedIn More