Le prix de thèse 2021 de l’Association pour le Traitement Automatique des Langues (ATALA) attribué à Patricia CHIRIL

Le prix de thèse 2021 de l’Association pour le Traitement Automatique des Langues (ATALA) a été attribué à Patricia CHIRIL, du département IA – équipe MELODI. La thèse récompensée s’intitule : « Détection automatique des messages haineux sur les réseaux sociaux » et a été dirigée par Farah Benamara et Véronique Moriceau.

Prix de thèse ATALA

L’ATALA est l’association savante qui se consacre au développement du Traitement Automatique des Langues (TAL). Si la traduction automatique reste une application majeure du TAL, bien d’autres applications ont vu le jour depuis 50 ans. Les recherches dans ce domaine mêlent la linguistique et l’informatique sans oublier la statistique, fort utile pour extraire des données du gigantesque réservoir de textes disponibles sur le web. L’ATALA décerne un prix de thèse récompensant d’excellents travaux francophones dans le domaine du traitement automatique des langues. Ce prix illustre la volonté de l’ATALA à soutenir les jeunes chercheurs francophones en aidant la diffusion de leurs travaux à l’ensemble de la communauté du TAL.

Le résumé de la thèse récompensée

Cette thèse se concentre sur deux objectifs : (I) la détection des discours haineux et plus particulièrement (II) la détection du sexisme dans les réseaux sociaux. (I) Le discours de haine et le harcèlement sont très répandus dans la communication en ligne, en raison de la liberté d’expression, de l’anonymat des utilisateurs et de l’absence de réglementation fournie par les réseaux sociaux. Le discours de haine est axé sur des thèmes précis (misogynie, sexisme, racisme, xénophobie, homophobie, etc.) et cible différents groupes en fonction de caractéristiques telles que le sexe (misogynie, sexisme), l’ethnie, la race, la religion (xénophobie, racisme, islamophobie), l’orientation sexuelle (homophobie), etc. La plupart des approches de détection automatique des discours de haine traitent le problème comme une tâche de classification binaire sans tenir compte de leur orientation thématique ou de leur nature ciblée. Dans cette thèse, nous proposons d’aborder, pour la première fois, la détection des discours de haine dans une perspective multi-cibles. Nous utilisons des ensembles de données annotées manuellement, afin d’étudier le problème du transfert de connaissances à partir de différents ensembles de données ayant des centres d’intérêt et cibles différents. (II) Le sexisme est un type de discours de haine. Il exprime un préjugé ou une discrimination fondée sur le sexe d’une personne. Il est fondé sur la croyance qu’un sexe ou un genre est supérieur à un autre. Nous pensons qu’il est important non seulement de pouvoir détecter automatiquement les messages à contenu sexiste postés sur les réseaux sociaux mais aussi de distinguer les véritables messages sexistes des messages qui relatent ou dénoncent le sexisme. En effet, alors que les messages pourraient être signalés et modérés dans le premier cas comme le recommandent les lois européennes, les messages relatant des expériences de sexisme ne devraient pas être modérés. Dans ce but, nous avons expérimenté différents modèles neuronaux, notamment des modèles permettant de détecter la présence de stéréotypes de genre dans le but d’améliorer la détection des contenus sexistes. Nos résultats, d’une part, sont encourageants et constituent un premier pas vers la modération automatique des contenus sexistes et, d’autre part, démontrent que la détection multi-cibles des discours haineux à partir des ensembles de données existants, préalablement annotés, est possible.