Les lexiques des émotions et des sentiments

Aperçu de l'outil

La collection des lexiques des sentiments et des émotions du CNRC compte sept ouvrages, dont le lexique des mots associés aux émotions, déjà bien implanté. Chacun de ces corpus comporte une liste de mots et de leurs associations à certaines catégories d'objets d'intérêt, tels que des émotions (la joie, la tristesse, la peur, etc.), des sentiments (positifs ou négatifs) ou des couleurs (rouge, bleu, noir, etc.). Tous ces lexiques renferment des entrées correspondant à des mots du vocabulaire anglais qui peuvent être utilisés directement pour analyser des textes dans cette langue. Le lexique des mots associés aux émotions du CNRC comporte en outre une fonction de traduction automatisée des entrées dans 40 autres langues cibles, dont le français, l'arabe, le chinois et l'espagnol.

Avantages pour les utilisateurs

Nous faisons appel aujourd'hui aux ordinateurs et aux algorithmes pour nous aider à décortiquer des masses phénoménales de données et comprendre l'information qu'elles recèlent, notamment en cherchant quels propos sont véhiculés au sujet d'une entité cible donnée (les entités cibles courantes incluent les entreprises, les produits, les politiques, des personnes et des États). Récemment, nous allons même plus loin et tentons de répondre à des questions plus ciblées comme : « Les mentions au sujet d'une entité cible sont-elles positives ou négatives? » et « Le locuteur est-il satisfait de la cible, en colère contre elle ou la craint-il? » Grâce à ses compétences de pointe en analyse de textes, le CNRC a établi des lexiques des émotions et des sentiments qui permettent de concevoir des logiciels d'analyse automatisée des sentiments, en fournissant une compréhension plus approfondie des sentiments et des émotions véhiculés dans l'information.

Les lexiques des sentiments et des émotions peuvent être utilisés pour:

• améliorer les modèles de relations avec les clients;
• identifier les déclencheurs d'émotions intenses chez les gens;
• suivre l'évolution des sentiments envers les politiciens, des films, des produits;
• détecter le sentiment de bien-être et de bonheur;
• améliorer les systèmes de didacticiels et de traitement de dialogue automatiques;
• détecter comment des mots et des métaphores chargés sont utilisés dans le discours pour persuader ou contraindre;
• développer des personnages sensibles aux émotions dans les jeux d'ordinateur.

Public cible

Les lexiques des sentiments et des émotions s'adressent à des publics variés :

• les entreprises qui souhaitent créer des produits commerciaux;
• les chercheurs (linguistes informaticiens, linguistes, psychologues, analystes de données, etc.) qui étudient les émotions;
• les organismes de recherche publics et autres qui travaillent à créer des produits pour le bien-être public.

Articles de recherche pertinents (disponibles seulement en anglais)

Configurations requises

Les lexiques sont distribués sous la forme de fichiers textuels qui fournissent des résultats d'émotion ou de sentiment pour un ensemble de mots. Ces fichiers textuels peuvent être lus avec n'importe quel éditeur de texte sur tout type de plate-forme.

Frais

Les lexiques sont accessibles gratuitement aux fins de la recherche. Ils sont également offerts pour des applications commerciales moyennant l'obtention d'une licence commerciale perpétuelle (qu'on peut acheter en un seul paiement d'une somme nominale, dans la boutique virtuelle du CNRC). Veuillez communiquer avec nous pour en savoir davantage.

• • Sentiment analysis of short informal texts, Svetlana Kiritchenko, Xiaodan Zhu and Saif Mohammad, Journal of Artificial Intelligence Research, Volume 50, August 2014, Pages 723-762.
  • Crowdsourcing a Word-Emotion Association Lexicon, Saif Mohammad and Peter Turne, Computational Intelligence, Volume 29, Issue 3, 2013, Pages 436-465.
  • From Once Upon a Time to Happily Ever After: Tracking Emotions in Mail and Books, Saif Mohammad, Decision Support Systems, Volume 53, Issue 4, November 2012, Pages 730–741.
  • Even the Abstract have Colour: Consensus in Word Colour Associations, Saif Mohammad, In Proceedings of the 49th Annual Meeting of the Association for Computational Linguistics: Human Language Technologies, June 2011, Portland, OR .