Séminaire de recherche (hybride) #ASAnumerica/DigiClass – Davide Picca (UNIL)

Les études sur l’analyse des sentiments sont davantage axées sur les avis de clients en ligne ou les médias sociaux, et moins sur les études littéraires. Le problème est plus marqué pour les langues anciennes, où l’expression linguistique des sentiments peut diverger des formes linguistiques modernes. Ce travail présente le résultat d’une procédure d’annotation de sentiments du premier livre de l’Iliade. Les annotateurs ont reçu des versets traduits en grec moderne et ont annoté les émotions perçus, vers par vers. En estimant la fraction des annotateurs qui ont trouvé qu’un vers appartient à une classe de emotion spécifique, nous modélisons le sentiment perçu comme une série temporelle à plusieurs variables. En expérimentant avec un modèle de « deep learning » pré-entraîné sur le grec moderne et ajusté pour estimer la «  valeur émotionnelle »   de  données, nous avons enregistré une erreur quadratique moyenne de 0,06%. Cette faible erreur indique que les estimateurs automatiques de sentiments construits sur notre ensemble de données peuvent potentiellement être utilisés comme des annotateurs mécaniques, facilitant ainsi l’utilisation de ces derniers.

Lien zoom : https://unil.zoom.us/j/98789849632