Nous connaissons tous la limite des messages textuels : l'expression émotionnelle, l’ironie et le ton de la phrase est généralement manqué dans les texto et e-mail, ce qui provoque souvent des problèmes de communication. La raison est que dans la langue parlée, le ton a un rôle important dans le transfert du message. Le ton marque l’arrogance, la bonté, la détermination, le doute, et ainsi de suite. C’est également la raison pour laquelle beaucoup d'entre nous ajoutons des smileys, émoticônes, et messages pour décrire l'émotion du message écrit. Cependant, il est clair que ces icônes suggèrent bien plus de la superficialité qu’une émotion complexe de la vraie vie.

Tel était le contexte du projet d’Eden Sayag, un étudiant à la Faculté des sciences informatiques du Technion qui a remporté le projet d’excellence d'Amdocs. Dans le cadre du cours « projet d'intelligence artificielle », dirigé par le professeur Shaul Markovich, l’étudiant a développé un système d’étude qui identifie la tonalité émotionnelle exprimée dans le texte, basé sur la détection des modèles se répétant. Ces motifs répétitifs sont appris automatiquement par le système en utilisant l'analyse du contenu des groupes populaires du réseau social et l'analyse des interactions sociales autour d'eux. Le système détecte les mots-clés et les habitudes grammaticales caractéristiques des phrases, et donc il réussit à identifier le ton implicite qui en découle.

"Durant l’été 2013," dit Sayag, "des pages humoristiques pour des groupes spécifiques sur les réseaux sociaux se sont ouvertes, par exemple, pour les gens supérieurs et arrogants » ou « des Personnes moyennes et normales », avec des dizaines de milliers d'adeptes pour chacune. Tout en travaillant sur le projet, j’ai réalisé qu’il était possible de se servir du contenu de ces pages comme bases de données homogènes au cœur du consensus, et grâce à elles ; apprendre au système à reconnaître un texte au ton arrogant ou encore populaire. Durant le projet, 5.000 posts écrits sur ces pages ont été examinés sur Internet et l'analyse statistique a appris à reconnaître la structure du texte identifié comme étant arrogant ou encore comme un texte normal ".

"La méthode que j’ai développée se base sur ces pages sur le web», dit Sage, "elle permettra au système d'identifier le type de modèle qui se répète en fonction de chaque base de données sur le Net. Actuellement, il sait identifier le modèle qui caractérise l’arrogance ou la normalité, et sa lecture sur d'autres pages web  plus populaires pourront aider à identifier les textes exprimant une tendance suicidaire, par exemple, un appel à l'aide ou, alternativement, de l'admiration et du plaisir ".

Une recherche approfondie et de nombreux essais ont appris aux chercheurs qu’une plus grande précision est obtenue en combinant la recherche par mot clé avec l'analyse des structures grammaticales, et s’améliore beaucoup lorsque l’on se sert de la sagesse des foules/intelligence collective - par exemple, en tenant compte de la quantité de « j’aime » que le texte a reçu-. Selon lui, la méthode développée par le projet lui permettra de repérer plus rapidement des typographies qui reviennent et le « ton du discours » en les combinant aux nouveaux textes. "J’espère que je pourrai développer un mécanisme qui reflétera la manière dont les paroles de l’auteur sont susceptibles d'être interprétées par le lecteur, et j’aiderai les gens à mieux s’exprimer et à diminuer les cas d’incompréhension».

Source : NRG