Prédiction automatique d'emojis sentimentaux

Résumé : Dans les messageries sociales les emojis sont parmi les principaux vecteurs d'émo-tions et de sentiments des individus. Aujourd'hui, les utilisateurs naviguent dans des biblio-thèques contenant souvent des milliers d'emojis pour sélectionner celui correspondant à ce qu'ils souhaitent transmettre. Nos travaux visent à développer un système de recommandation automatique d'emoji permettant à l'utilisateur d'identifier un panel réduit d'emojis pertinents étant donnée sa conversation en évitant le parcours de bibliothèques conséquentes d'emojis. Cette recommandation pouvant permettre à l'utilisateur de requêter les phrases susceptibles de contenir cet emoji, et l'émotion qui y est associée. Pour ce faire, dans un premier temps, notre objectif est de développer un outil permettant de prédire automatiquement les emojis d'une phrase à partir d'un modèle de classification appris sur un corpus de messagerie sociale conte-nant des emojis. Plusieurs caractéristiques sont considérées pour l'apprentissage telles que le sentiment de l'utilisateur mais aussi son humeur. Dans cet article, nous décrivons l'impact de ces caractéristiques et les performances des modèles résultants. ABSTRACT. Emojis are among the main carriers of emotions and sentiment in social messaging applications. Nowadays users have to scroll down libraries of thousands of emojis in order to select the one they wanted to use. Our work aims to build an emoji automatic recommendation system to avoid scrolling emoji libraries. And which will allow the user to request emojis by the current sentence based on the emotion it conveys. To do so, we first contribute by building an emoji automatic prediction in sentences based on a classification model. This classification model is learned on an informal text messages corpus based on real data containing emojis. Several features are used to train the classifier. Such as the sentiment value of the text and the user's mood. In this paper we describe the features and models impact on the emoji prediction task. MOTS-CLÉS : Classification multi-étiquette, recommandation d'emoji, analyse de sentiment.
Type de document :
Communication dans un congrès
COnférence en Recherche d'Information et Applications (CORIA), Mar 2017, Marseille, France
Liste complète des métadonnées

Littérature citée [20 références]  Voir  Masquer  Télécharger

https://hal-amu.archives-ouvertes.fr/hal-01698973
Contributeur : Gaël Guibon <>
Soumis le : jeudi 1 février 2018 - 18:30:08
Dernière modification le : mardi 26 février 2019 - 21:51:56
Document(s) archivé(s) le : mercredi 2 mai 2018 - 19:15:59

Fichier

coria2017_emoji_prediction.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : hal-01698973, version 1

Citation

Gaël Guibon, Magalie Ochs, Patrice Bellot. Prédiction automatique d'emojis sentimentaux. COnférence en Recherche d'Information et Applications (CORIA), Mar 2017, Marseille, France. 〈hal-01698973〉

Partager

Métriques

Consultations de la notice

243

Téléchargements de fichiers

94