Un nouvel outil détecte les émotions dans les publications italiennes sur les réseaux sociaux

« Troppo contenta del mio nuovo X-Corp Xd817! » (« Trop satisfait de mon nouveau X-Corp Xd817! »). Bonne valeur aberrante ou opinion générale de la clientèle italienne de X-Corp?

Les sociétés d’exploration d’opinion et de gestion de marque effectuent désormais régulièrement des analyses de sentiment sur les réseaux sociaux pour comprendre quels aspects d’une marque sont perçus positivement ou négativement par les clients. Dans le meilleur des cas, les outils d’Intelligence Artificielle surveillent de manière autonome les médias sociaux pour identifier et classer les conversations sur une marque en quelques secondes. Dans le pire des cas, la tâche doit encore être minutieusement menée à la main.

Des outils plus avancés sont capables d’identifier non seulement le simple sentiment, mais des émotions plus nuancées (colère, joie, tristesse, etc.) exprimées dans un texte. Cependant, la plupart de ces outils sont très limités par le fait qu’ils fonctionnent bien en anglais, mais d’autres langues, y compris l’italien, ont été en quelque sorte négligées. L’analyse des sentiments étant devenue un marché en plein essor, ces outils sont généralement également assez coûteux. Des temps difficiles pour les petites startups italiennes qui souhaitent suivre leur succès en ligne.

Federico Bianchi, Debora Nozza et Dirk Hovy, du Bocconi Data and Marketing Insights (DMI), une unité de recherche du centre de recherche BIDSA, ont maintenant publié FEEL-IT, un package d’analyse des sentiments et de reconnaissance des émotions en italien. L’ensemble de données et le modèle sont disponibles gratuitement sur le Web et sont décrits dans un article scientifique évalué par des pairs, qui sera présenté le lundi 19 avril à WASSA 2021, le 11e atelier sur les approches informatiques de la subjectivité, des sentiments et de l’analyse des médias sociaux. L’outil (une bibliothèque Python open source disponible ici) aborde à la fois l’analyse des sentiments et la reconnaissance des émotions.

Les chercheurs ont analysé et classé manuellement plus de 2000 tweets en italien à partir d’une série de sujets tendance sur Twitter, qui couvrent une multitude de thèmes, et ont formé leur système sur ces tweets. Les émotions détectées dans les tweets étaient la colère, la joie, la peur et la tristesse. Les chercheurs ont ensuite testé la qualité des prédictions de leur système sur un ensemble de commentaires de vidéos musicales et de publicités publiées sur YouTube et Facebook.

«Nos tests montrent que les résultats sont remarquables», explique Nozza, «avec des données de haute qualité et un puissant modèle neuronal appelé umBERTo, ils atteignent une précision de 84%.

La communauté scientifique (et toute personne ayant des connaissances en codage) peut désormais utiliser le nouvel ensemble de données pour créer ses propres outils ou exécuter le modèle polyvalent prêt à l’emploi pour détecter les sentiments et les émotions dans les publications sur les réseaux sociaux sur un large éventail de sujets.

Si vous ne savez pas (encore) coder, n’ayez crainte: les chercheurs travaillent sur un service web qui rendra leur travail encore plus accessible.

Fourni par l’Université Bocconi