Prédiction automatique d'emojis sentimentaux

Abstract

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 bibliothèques 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 contenant 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.