Détection automatique de l’ironie

Ces dernières années ont vu se multiplier sur le Web des textes porteurs d’opinion : avis d’internautes, commentaires sur les réseaux sociaux, etc. L’automatisation de la synthèse des avis devient cruciale pour acquérir une vue d’ensemble sur un sujet donné. Les systèmes automatiques actuels obtiennent de bons résultats sur la classification du caractère subjectif ou objectif d’un document. Cependant, ceux obtenus sur la tâche d’analyse de polarité restent peu concluants en raison de l’incapacité des algorithmes à comprendre les subtilités du langage humain.

Détection automatique de l’ironie présente, en trois étapes, une approche par apprentissage supervisé permettant de prédire si un tweet est ironique ou non. Il analyse d’abord les phénomènes pragmatiques de l’ironie et présente un corpus de référence. Il développe ensuite un modèle de détection automatique de l’ironie pour les tweets en français qui exploite des traits sémantiques et le contexte extralinguistique. Il présente enfin une étude de la portabilité dans un cadre multilingue (italien, anglais, arabe).