Slides de la conférence conjointe CORIA-TALN 2018 qui s'est déroulé du 14 au 18 mai 2018 à Rennes. Gaël Guibon, Magalie Ochs et Patrice Bellot Article soumis à la conférence TALN en format court.

1. De l’usage r´eel des emojis `a une
pr´ediction de leurs cat´egories
Ga¨el Guibon (1,2,3), Magalie Ochs (1,2), Patrice Bellot (1,2)
(1) LIS-CNRS UMR 7020
(2) Aix-Marseille Universit´e
(3) Cal´ea Solutions
E-mails: prenom.nom@lis-lab.fr
CORIA-TALN 2018, Rennes, 18 mai

2. Introduction

3. Introduction
Contexte
Recommander des emojis
Application mobile
Messages SMS

4. Introduction
Pourquoi ?
Am´eliorer la communication
textuelle
Meilleure compr´ehension des
m´eta-informations du dialogue
Est-ce simple ?
Non, l’usage des emojis n’est pas
d´efini

5. Introduction
On peut consid´erer les emojis
comme :
Du texte
Des images
Des informations
extra-linguistiques

6. Introduction
On peut consid´erer les emojis
comme :
Du texte
Des images
Des informations
extra-linguistiques

7. Travaux r´ecents

8. Travaux r´ecents
Limit´es `a peu d’emojis
20 emojis dans des tweets
164 emojis dans des messages priv´es
Seulement une classification multiclasse pour les tweets
Classification multi´etiquette pour la recommandation

9. Travaux r´ecents
Limit´es `a peu d’emojis
20 emojis dans des tweets
164 emojis dans des messages priv´es
Seulement une classification multiclasse pour les tweets
Classification multi´etiquette pour la recommandation
Classification
mono´etiquette
”CT2018 est super !”
Classification
multi´etiquette
”CT2018 est super !”

10. Probl`emes
Nombre de classes : 2623+

11. Probl`emes
Nombre de classes : 2623+
Enchevˆetrement de classes :

12. Probl`emes
Nombre de classes : 2623+
Enchevˆetrement de classes :
R´epartition d´es´equilibr´ee : (2 007 102 000) (118 178)

13. Probl`emes
Nombre de classes : 2623+
Enchevˆetrement de classes :
R´epartition d´es´equilibr´ee : (2 007 102 000) (118 178)
Usages inattendus
N’imite pas Harvey

14. Contribution
Nous souhaitons :
Changer l’axe de la pr´ediction
Obtenir une recommendation plus g´en´erale plutˆot qu’une
simple pr´ediction
Simplifier la classification multi´etiquette

15. Contribution
Nous souhaitons :
Changer l’axe de la pr´ediction
Obtenir une recommendation plus g´en´erale plutˆot qu’une
simple pr´ediction
Simplifier la classification multi´etiquette
Mono´etiquette
”CT2018 est super !”
JOIE
Multi´etiquette
”CT2018 est super !”
JOIE, AMUSEMENT

16. Cat´egorisation automatique
d’emojis

17. Cat´egorisation automatique d’emojis
Hypoth`ese
L’usage des emojis refl`ete-t-il une cat´egorisation th´eorique exis-
tante des expressions de l’´emotion ?
Jeu d’´etiquettes limit´e
63 emojis ”visages”

18. Cat´egorisation automatique d’emojis

19. Plongements de mots et d’emojis
Usage de plongements existants (Pohl, 2017)
63 emojis ”visages” issus des cat´egories visages d’Unicode
21 millions de tweets
Skip-gram
Dimension: 300

20. Plongements de mots et d’emojis
Plongements en skipgram de Pohl.

21. Partitionnement d’emojis
K-moyennes sur les plongements de Pohl. Nb de classes = nb
d’´el´ements. 500 it´erations max, 1000 initialisations.

22. Comment obtenir de
bonnes cat´egories ?

23. Plongements de mots et d’emojis
Pr´e-traitement
1 million de tweets des USA/anglais (>1 emoji/tweet)
D´etection de langue
Tokenisation et formattage par regEx pour isoler les emojis
Lemmatisation
63 emojis ”visage” des cat´egories Unicode
695031 tweets

24. Plongements de mots et d’emojis
Figure: Plongements en skipgram (TSNE)

25. Partitionnement d’emojis
Figure: K-moyennes sur un mod`ele skipgram

26. CBOW pour le partitionnement
Figure: Plongements en CBOW (TSNE)

27. Partitionnement d’emojis
Figure: Partitionnement spectral

28. ´Evaluation th´eorique

29. ´Evaluation th´eorique
16 expressions de l’´emotion (Ekman, 1999)
Joie Tristesse
Col`ere Peur
D´egoˆut Surprise
Amusement Gˆene
Excitation Satisfaction
Honte Fiert´e dans la r´eussite
Soulagement Plaisir Sensoriel
M´epris Culpabilit´e

30. ´Evaluation th´eorique
Homog´en´eit´e
Capacit´e des groupes `a contenir uniquement des emojis d’une
mˆeme cat´egorie
Compl´etude
Capacit´e de tous les ´el´ements d’une cat´egorie `a se retrouver dans
un mˆeme groupe
V-mesure
Moyenne harmonique des deux scores

31. ´Evaluation th´eorique
Homog´en´eit´e
Capacit´e des groupes `a contenir uniquement des emojis d’une
mˆeme cat´egorie
Compl´etude
Capacit´e de tous les ´el´ements d’une cat´egorie `a se retrouver dans
un mˆeme groupe
V-mesure
Moyenne harmonique des deux scores
Homog´en´eit´e 85,63
Compl´etude 69,45
V-mesure 76,70

32. / /
Joie Tristesse
Joie Honte
Excitation /
Col`ere Amusement
/ Plaisir sensoriel
Peur / Surprise Joie / Amusement
Satisfaction /
/ Fiert´e
M´epris Excitation
Granularit´e plus fine des
groupes
Emojis isol´es :

33. Conclusion & Perspectives

34. Conclusion & Perspectives
Conclusion
Changement d’approche pour la pr´ediction d’emojis
Skipgram pour la classification
CBOW pour le partitionnement
Cat´egories d’emojis en tant que jeu d’´etiquettes

35. Conclusion & Perspectives
Perspectives
Pr´ediction des cat´egories d’emojis
Application de la m´ethodologie `a davantage d’emojis
´Evaluation de la recommandation par exp´erience utilisateur

36. Des questions ?
https://github.com/gguibon/FaceEmojis

37. Partitionnement d’emojis
K-moyennes & partitionnement spectral
Nb de classes = Nb d’´el´ements
It´erations max : 500
Initialisations : 1000
Partitionnement spectral
Param`etres : init=4000, gamma=0.7, affinity=’rbf’,
nneighbors=2

38. Param`etres TSNE
´Etal´e
n components : 2
perplexity : 50
learning rate : 400.0
early exaggeration : 2.0
Compress´e
n components : 2
perplexity : 30
learning rate : 100.0
early exaggeration : 2.0