Social Computing

Analyse automatique des données sociales (Social Computing)

Ce thème a pour vocation de rassembler les recherches autour des modèles computationnels pour l’analyse des interactions sociales que ce soit pour l’analyse du web ou la robotique sociale. La particularité de ce thème est sa pluridisciplinarité : les modèles computationnels sont établis en étroite collaboration avec les domaines de recherche tels que la psychologie, la sociologie, et la linguistique. Ils reposent sur des méthodes issues de domaines variés en traitement du signal (ex: traitement du signal de la parole pour la reconnaissance d’émotions), en apprentissage automatique (ex : utilisation des Champs Aléatoires Conditionnels pour la détection d’opinions dans les textes), en informatique ( ex : le traitement automatique du langage naturel pour la détection d’opinions, la prise en compte de la composante socio-émotionnelle dans les interactions humain-machine).

Les recherches menées sur ce thème au sein du département TSI s’articulent autour des trois items suivants :

• l’analyse des données sociales du web
• • les données textuelles : l’opinion mining, argument mining
  • les données relationnelles : l’analyse des graphes de communauté, l’analyse des données de préférences, l’analyse des logs
• le traitements des signaux sociaux (social signal processing) et la reconnaissance d’émotions (analyse multimodale – texte, audio, vidéo, des signaux sociaux et émotionnels) dans les interactions humain-humain et humain-agent.
  • Détection des opinions et des comportements socio-émotionnels de l’utilisateur
  • Reconnaissance des émotions dans l’écriture manuscrite
  • Génération de comportements socio-émotionnels
• les stratégies socio-émotionnelles d’interaction et dialogue humain-machine

Les applications de ce thème incluent : l’e-reputation, les systèmes de recommandation,  la fouille de données, la robotique sociale,  les agents conversationnels animés et les compagnons virtuels (Cortana, Google now, Siri), l’indexation multimedia, les applications médicales (aide au diagnostique).

Thème transdisciplinaire, en lien les activités du département Sciences Economiques et Sociales :

• en analyse des interactions humain-agent (Christian Licoppe)
• en analyse d’opinions (Valérie Beaudoin)
• en analyse des graphes de communauté (Christophe Prieur)

Enseignants-chercheurs département Image Données Signal : Chloé Clavel, Florence d’Alché Buc, Slim Essid, Laurence Likforman, Giovanna Varni, Anne Sabourin

Enseignants-chercheurs département Informatique et réseaux : Jean-Louis Dessalles

Post-doctorants : Atef Ben Youssef, Varun Jain, Guillaume Dubuisson

Doctorants : Caroline Langlet, Thomas Janssoone, Irina Poltavchenko, Valentin Barrière, Alexandre Garcia

Contact : Chloé Clavel