• Media type: E-Book; Electronic Thesis; Text
  • Title: Affective behavior modeling on social networks ; Modélisation des sentiments sur les réseaux sociaux
  • Contributor: Ragheb, Waleed [Author]
  • imprint: theses.fr, 2020-11-06
  • Language: English
  • Keywords: Social Network ; Sentiment analysis ; Emotion detection ; Réseaux sociaux ; Nlp ; Early risk detection ; Deep learning
  • Origination:
  • Footnote: Diese Datenquelle enthält auch Bestandsnachweise, die nicht zu einem Volltext führen.
  • Description: L’informatique affective (AC) est un domaine de recherche émergent qui vise à développer des systèmes informatiques intelligents capables de reconnaître, de synthétiser et de répondre aux différents concepts de l’affect humain. C’est l’une des pistes les plus importantes de la recherche sur l’intelligence artificielle (IA). L’AC est considérée comme le point de basculement permettant de passer de la définition cognitive étroite de l’IA à une IA plus générale, sentimentale et émotionnelle. Comme les émotions jouent un rôle essentiel dans les communications interhumains, les machines doivent également avoir la fluidité ou la souplesse nécessaires pour réagir aux situations en fonction des émotions. Les humains utilisent de multiples moyens pour communiquer leurs affects, notamment les expressions faciales, les gestes, le langage corporel, le ton de la voix, le langage et les indices verbaux. Avec l’augmentation considérable du contenu textuel généré par les utilisateurs sur les réseaux de médias sociaux, la détection de l’affect humain à partir du texte est devenue un besoin impératif. De nombreuses tâches du traitement du langage naturel (TALN) sont directement liées à la reconnaissance de l’affect, comme l’analyse des sentiments, l’exploration des opinions, la détection du langage abusif, la détection des utilisateurs à risque, et aussi celles concernant les interactions homme-machine, comme les cadres de conversation et les chatbots. Les concepts subjectifs et affectifs dans la recherche en TALN, y compris les sentiments, les intentions, les émotions, les humeurs et les émotions sont utilisés de manière interchangeable. Cependant, garder à l’esprit les différences de ces termes liés à l’affectivité permet d’obtenir des systèmes de détection plus fiables et plus efficaces. De nombreux systèmes traditionnels et leurs extensions modernes utilisent des étapes d’ingénierie de caractéristiques étendues pour la représentation de textes, y compris des caractéristiques lexicales artisanales ou l’intégration de mots ...
  • Access State: Open Access