Télécom ParisTech

Actualité

Illustration de l'actualité : Soutenance de doctorat de Caroline Langlet : Analyse des sentiments dans les conversations humain-agent. Vers un modèle des goûts de l'utilisateur

Soutenance de doctorat de Caroline Langlet : Analyse des sentiments dans les conversations humain-agent. Vers un modèle des goûts de l'utilisateur

mercredi
26
septembre
2018

PhD Comics : I'm defending my thesis, Mom !

Jury

  • M. Bjorn Schuller, Professeur, Imperial College London, Rapporteur
  • M. Thierry Poibeau, Directeur de Recherches, CNRS Lattice Paris, Rapporteur
  • M. Nicolas Maudet, Professeur, LIP6, UPMC Paris, Examinateur
  • Mme Pascale Sébillot, Professeur, IRISA, INSA Rennes, Examinateur
  • M. Dirk Heylen, Professeur, HMI, University of Twente, Examinateur
  • Mme Marie-Jeanne Lésot, Maître de Conférences HDR, LPI6 UPMC Paris, Examinateur
  • Mme Catherine Pelachaud, Directeur de Recherches, CNRS, ISIR Paris, Directrice de thèse
  • Mme Chloé Clavel, Maître de Conférences HDR, LTCI, Télécom Paristech Paris, Co-directrice de thèse

Résumé

Cette thèse se situe à la croisée de deux domaines de recherche : celui de l’analyse automatique de sentiments et celui des agents conversationnels animés. Les agents conversationnels animés peuvent être définis comme des personnages virtuels ayant la capacité de converser avec un utilisateur humain. Afin d'accroître les compétences communicationnelles de l'agent, il est important que celui-ci soit doté d'une forme d’intelligence socio-émotionnelle. L'agent doit être ainsi en capacité de gérer des signaux socio-émotionnels, tant du côté de la génération que de celui de la détection. Du côté de la génération, de nombreux travaux ont produit des modèles optimisant la production de gestes ou d'expressions faciales pour exprimer soit des émotions soit des attitudes sociales. Du côté de la détection, une majorité des travaux se concentrent sur l'analyse d'indices socio -affectifs non-verbaux (expressions faciales, indices acoustiques). Le contenu verbal et les expressions de sentiment qu'il véhicule restent quant à lui encore partiellement exploité. En effet, les rares études, intégrant un module de détection des sentiments de l'utilisateur dans le cadre de conversations humain-agent, ne prennent pas en compte les spécificités de ce contexte d'interaction.