Enfin d’la bonne.. ‘vraie’ Info (peu aussi s’inverser)

 

Titre (et non mots clé!!) en rapport à

ici

CQFD

 

Un billet remplissage

 

Un billet remplissage qui sert à rien sauf de
s’passer d”vide’ ,-

2mn

La vie de com
La vie de con
les confessies,
ethiques
journalistiques,
cathoLitIQUES,
nouveau système
des confessions;
mon enfant
je regarde W9
rapt politiquement in-correct
medias diplomatiques
populos
conventionné
rouages abattage médiatique
la vie de com
la vie de con
damage,
dommage,
pourquoi mélanger
les reportages
des divorces et des séparations
dans l’amalgame de rapt politisé
c’etait un bon reportage (revu)
aménage filmé, exemplarité
éroisme de mères au féminin.com
saccage ensuite, de l’enchain’ment
politico-médiatico-procédural
..(concept)

dommage, damne et damage!
W9
entre 2 eaux!
Ce prisonnier canard
Pêcheux n’est qu’producteur
producteur aujourd’hui c quoi?
Dans l’ ‘grand média’ l’producteur
c’est c’ ‘freelance’..
dans les régimes CSA consentants..
au consensus d’être censeur..

Ecrit sur: du buffy, axiome - 15 ans et demie
(en fond sonore)

 

Après avoir regardé France5 chez Marina et Michel..

 

Détection des émotions à partir d’indices lexicaux, dialogiques et Fiprosodiques
dans le dialogue oral L. Devillers (1), I. Vasilescu(2)

LIMSI-CNRS, BP133, 91 403 Orsay Cedex, France,

LTCI-ENST, 46, rue Barrault, 75013

devil@limsi.fr, vasilesc@tsi.enst.fr

ABSTRACT
This paper deals with emotion detection in spoken dialogs.
Detecting emotions in the context of automated
call center services can be helpful for the management
of the human-computer dialogs, enabling dynamic
modification of the dialog strategy according to the
user behaviour and influencing the final outcome. In
the present study, we make use of an Agent/Client
dialog corpus recorded in a Stock Exchange Center in
the framework of the Amities project. In our corpus
recorded in real-life conditions the manifestation of
emotion is complex, i.e. shaded emotions occur since
the interlocutors attempt to control the expression of
their internal attitude. Firstly, we aim at validating
appropriate emotion labels for automated call center
services and at validating them via perceptual tests.
Secondly, we focus on multi-level detection cues, i.e.
lexical and prosodic, as speaker employs complex
strategies to manifest their emotions.
In this paper we describe four studies. The first study
describes the annotation methodology and the strategy
adopted to validate the emotion labels. The second
study focuses on emotion detection with lexical cues,
whereas the third one concerns the role of prosodic
cues in emotion detection. In the fourth, we discuss the
correlation between the emotion labels and the dialogic
acts. The final aim of the study is to provide a complex
detection model including several levels of information.

1. INTRODUCTION
Modéliser et détecter les émotions indiquant des troubles dans la communication peut être un moyen d’améliorer les systèmes de dialogue homme-machine. En effet, détecter des émotions peut permettre de suivre l’évolution des interactions, de modifier dynamiquement les stratégies dialogiques et donc de contribuer au succès de la communication. Notre objectif est de trouver des indices robustes à différents niveaux linguistiques: prosodique, lexical et dialogique, pour identifier les émotions dans des échanges verbaux.
Selon Scherer [10], le premier problème dans l’analyse des émotions est lié à la difficulté d’isoler les facteurs qui en sont responsables, dans la mesure où la manifestation des émotions est dépendante de la personnalité, des attitudes, de l’état d’esprit etc. des individus.
Dans les interactions verbales spontanées, les émotions sont rarement manifestées à l’état pur et sous une forme primaire. En revanche, on retrouve dans ce type d’interactions des émotions plus mesurées, souvent combinées entre elles, qui sont difficiles à extraire, décrire et détecter. Afin de contrôler cette variabilité inhérente au domaine, la plupart des études consacrées à l’analyse des émotions dans la parole fait référence à un nombre minimal d’émotions dites fondamentales (colère, peur, tristesse, joie, autre), voire à une opposition entre émotions négatives vs positives [2, 9] ou encore à une parole produite dans des conditions de stress ou non [8]. De plus, les comportements émotionnels sont fortement dépendants des corpus utilisés. La majorité des travaux ont pour l’instant porté sur des corpus artificiels (acteurs, Magiciens d’Oz) ou le niveau sémantique et lexical est contrôlé et les marqueurs d’émotions se retrouvent essentiellement au niveau prosodique. Par conséquent, il est souvent difficile de transposer les résultats obtenus sur des corpus artificiels à des corpus réels. En effet, la réalité langagière est beaucoup plus complexe et l’analyse des manifestations émotionnelles dans la parole spontanée se doit de considérer le but final de la démarche qui est d’intégrer ses résultats dans une application dialogique réelle.
Les travaux que nous menons ont comme objectif final de réaliser un modèle de détection automatique des émotions multi-niveaux en intégrant des indices dialogiques, lexicaux et prosodiques.

Ces recherches sont menées dans le cadre du projet IST AMITIES (Automated Multilingual Interaction with Information and Services) [1] et font appel à un corpus de dialogues réels entre clients et agents enregistrés dans un centre de transactions boursières.
Dans les paragraphes suivants, le corpus, la stratégie d’annotation ainsi que les tests perceptifs adoptés sont décrits.

Le troisième paragraphe est consacré à la détection lexicale des émotions.

Les indices prosodiques sont présentés dans le quatrième
paragraphe.

Les annotations d’émotions sont également corrélées avec les annotations dialogiques (section 5).

Enfin, le dernier paragraphe de cet article présente des conclusions et perspectives.

2. DESCRIPTION DU CORPUS ET PROTOCOLE d’ANNOTATIONS
Le corpus utilisé comporte environ en 5000 tours de parole
(100 clients dont 8 femmes, 4 agents dont 1 femme) extraits d’appels
à un centre de transactions boursières. Ces enregistrements ont été effectués dans le cadre du projet Amities pour une étude de développement d’un centre de routage d’appels.
Le service de transactions peut être atteint via une connexion Internet ou directement en appelant un agent. Les appels couvrent une large palette de manifestations conversationnelles possibles en terme de sujet, longueur et mode de phrases, et enfin caractéristiques des locuteurs.
En majorité, les appels sont dus à des problèmes de connexion au service Internet, cependant certains clients préfèrent une interaction avec un agent humain. Les sujets des dialogues portent sur des demandes d’informations générales (cotations, taux des commissions,…), passages d’ordres (achat, vente, statut), demandes de conseils, confirmations de transaction, problèmes de connexion Internet, etc.
Le nombre de tours de parole par dialogue est en moyenne de 50,
le nombre moyen de mots d’un tour de parole étant de l’ordre de 9 mots.
L’annotation avec des étiquettes émotionnelles est sujette à subjectivité et nécessite un protocole d’annotation rigoureux afin d’assurer la cohérence des annotations.
Cette variabilité est encore plus marquée dans les corpus de données enregistrées dans des conditions réelles.
Pour cette étude, les étiquettes émotions sont portées par les tours de parole.
Le protocole d’annotation [6] nécessite plusieurs étapes de traitement :

• la sélection d’une liste d’étiquettes d’émotions
appropriées, une première phase d’annotation par
au moins deux annotateurs avec une mesure
d’accord inter-annotation,

• une validation perceptive des choix des classes et
de l’annotation elle-même à partir d’un sous-
ensemble de tours de parole tirés aléatoirement
dans le corpus,

• enfin, au vue des résultats des tests et de l’inter-
annotation, une révision des étiquettes choisies
peut s’avérer nécessaire ainsi qu’une ré-annotation
pour les cas ambigus.

Dans notre étude, nous avons considéré à la fois des
émotions et des comportements/attitudes dépendants
de la tâche. Ainsi, deux émotions négatives parmi les
quatre primaires ont été retenues, la Colère et la Peur
ainsi que des comportements comme la Satisfaction et
l’Excuse (gêne) qui étaient fréquents dans ce corpus.
L’étiquette Peur figure, pour ce corpus, un état
d’inquiétude voir d’anxiété. Enfin, l’état Neutre de
référence correspond à l’évolution normale du dialogue.
Deux annotateurs ont indépendamment écouté les
dialogues et étiqueté chaque tour de parole.
2,7% du corpus a été annoté de façon ambiguë dans le choix
des étiquettes.
Le coefficient Kappa mesure la fiabilité des annotations entre annotateurs, il est de 0,8 pour ce corpus.
L’ambiguïté concerne notamment l’étiquette Neutre versus une autre émotion.
Ces cas ont été désambiguïsés par un troisième annotateur.
Afin de valider les annotations, deux tests perceptifs (l’un avec écoute du signal, l’autre sans) ont été menés auprès de quarante sujets (vingt par test) sur un sous-ensemble de quarante tours de parole présentés hors contexte dialogique, huit phrases étant tirées aléatoirement pour chacune des cinq émotions.
55% des tours de parole sont majoritairement perçus avec la même étiquette émotion dans les deux conditions de test montrant l’importance des indices lexicaux. Dans la condition avec écoute du signal, les tours de parole portant des émotions négatives ont été correctement perçues à 75% par les sujets validant ainsi les étiquettes initiales.
L’Excuse n’a pas posé de problème de reconnaissance, tandis que la Satisfaction a été globalement perçue comme Neutre c’est-à-dire un état normal de progression du dialogue.
13,2% du corpus a été annoté avec des étiquettes non neutres.

Parmi ces tours de parole les émotions négatives sont
8 fois plus représentées chez les clients que chez les agents
(2,10% pour les agents vs 16,7% pour les clients).
Plus précisément, parmi les tours de parole étiquetés Colère, 7,5% appartiennent aux agents et 92,5% aux clients, alors que la proportion pour Peur est de 20% vs 80%.
Finalement, l’Excuse caractérise surtout les tours de parole des agents.
De manière générale, les agents produisent deux fois plus de tours de parole étiquetées Satisfaction ce qui confirme son caractère non marqué et proche du Neutre. **crédibilisme?

3. DÉTECTION LEXICALE DES ÉMOTIONS
Un système de détection des émotions basé sur
un modèle markovien unigram a été développé [3].
L’émotion portée par une phrase inconnue u
est déterminée par le modèle E
qui obtient la meilleure probabilité a posteriori
P(u/E) : où P(w/E) est la probabilité d’un mot w
sachant le modèle d’émotion
E, P(w) est la fréquence d’un mot dans le modèle général obtenu sur l’ensemble du corpus d’entraînement,
tf(w,u) représente la fréquence d’un mot dans la phrase, et
Lu est la longueur de la phrase en nombre de mots.

Les procédures de normalisation (voir lien)
utilisées sont la lemmatisation et la composition de
structures négatives, par exemple, « marche_pas ».
Ce système de détection des émotions fournit un taux
de détection d’environ 70%[fiabilité?]
pour les cinq émotions.

Les résultats montrent que certaines émotions sont plus facilement détectables que d’autres, le meilleur score étant obtenu pour la Satisfaction et l’état Neutre et le moins bon pour la peur.
La bonne détection de la Satisfaction peut être attribuée
aux marques lexicales spécifiques comme,

par exemple, « merci, d’accord ».

Au contraire, l’expression de la Peur est plus syntaxique (très interessant) que lexicale à travers des répétitions et des reformulations.
(aparté: hésitation, manque de compréhension)
Les performances du modèle augmentent de manière significative lorsqu’on considère deux classes principales d’émotions,
Positives
(Neutre/Excuse/Satisfaction)
vs
Négatives
(Colère/Peur).
Dans cette configuration les scores de détection atteignent
83% (Négatives)
vs 87% (Positives) et un total de
85% de bonne détection.

4. INDICES PROSODIQUES CARACTÉRISANT LES ÉMOTIONS
Les paramètres prosodiques classiques tels que le débit, le contour mélodique et l’énergie ont été étudiés [4].
Dans cet article, nous allons présenter les paramètres relatifs aux variations du contour mélodique de la phrase (variation de F0).

Les mesures de F0 sont estimées sur les segments voisés à l’aide
du logiciel PRAAT.
Pour chaque tour de parole, le minimum, le maximum, la moyenne et la
différence entre minimum et maximum (plageF0) sont calculés au niveau global de la phrase.
Le maximum de variation de F0 entre deux segments consécutifs voisés (maxDF0) a également été calculé (niveau segmental).
Nous avons finalement considéré les paramètres les plus distinctifs
des émotions positives et négatives. Il s’agit des deux paramètres de variation de F0 à savoir la différence entre minF0 et maxF0 (i.e. plageF0) et le maxDF0.

Paramètres F0 au niveau local (tour de parole) et global (dialogue)
Les deux paramètres (plageF0 et maxDF0) ont été analysés selon
deux points de vues :

au niveau du tour de parole (indépendamment du locuteur) et
au niveau du dialogue (dépendant du locuteur).

Les analyses menées dans les deux conditions montrent une forte corrélation entre, les deux paramètres retenus et, les émotions
négatives (Peur, Colère), comparées à l’état Neutre (Table 1, 2).

Table 1 :
Valeurs moyennes des paramètres F0 pour les 5 émotions sur le corpus global (5000 tours de parole).

Symboles:
Satif=satisfaction
Variations F0 (niveau de la phrase)
Etiquettes
Col
Peu
Exc
Sat
Neu
Nb phrases
253
192
51
167
4295
PlageF0 (Hz)
220
228
201
174
171
MaxDF0 (Hz)
129
127
97
91
81

Table 2 :
Valeurs moyennes des paramètres F0 pour les 5 émotions
sur le corpus global (5000 tours de parole).
Symboles : Ind = Indices

Variation F0 (au niveau du dialogue)
Règles
%dial
R1 : ind(Peur) & ind(Colére)>ind(Neutre)
61%
R2 : inds(Colère)>ind(Neutre)
75%
R3 : ind(Peur)>ind(Neutre)
68%

Pour la Table 2, les 3 règles considérées sont :
R1:
locuteurs où les 2 paramètres pour les 2 émotions négatives présentent des valeurs supérieures au Neutre ;
R2 :
% locuteurs où les deux paramètres pour Colère présentent des valeurs supérieures au Neutre ;
R3 :
% locuteurs où les deux paramètres pour Peur présentent des valeurs supérieures au Neutre.

Les interactions dans des conditions réelles présentent des manifestations émotionnelles très complexes qui font appel
à des marqueurs relevant de niveaux linguistiques différents.

Paramètres F0 & discrimination entre Peur et Colère

Une analyse plus fine a été menée afin de distinguer les deux émotions négatives révélées par le corpus, Colère et Peur [5].
A cette fin, deux variables ont été prises en compte, le locuteur (agent/client) et le genre (homme/femme).
Les deux paramètres plageF0 et maxDF0 ont été considérés dans
cette perspective et à nouveau aux deux niveaux,
du tour de parole et du dialogue.
La corrélation des émotions négatives avec la variable locuteur montre des manifestations différentes selon le statut du locuteur dans le dialogue.
Ainsi, la Peur a des manifestations plus importantes à travers la magnitude des deux paramètres F0 chez les clients que chez les agents. Parmi les clients, cette observation concerne notamment les locuteurs masculins. Plus généralement, la prise en compte de la variable genre permet de mettre en évidence des valeurs plus hautes des paramètres F0 pour Colère et Peur par rapport au Neutre chez les locuteurs clients masculins. Les clients féminins présentent des valeurs plus modérées globalement et une plus haute variation F0 pour les tours de parole étiquetés Peur. Cependant, il n’est pas possible de généraliser ces comportements, étant donné que les classes de locuteurs hommes/femmes ne sont pas équilibrées >pas très malin< une ambiguité+?

Table 3 :
Valeurs moyennes pour les paramètres prosodiques corrélés avec
trois émotions et en fonction du genre (5000 tours de parole).

Variation F0 inter-agent
Etiquettes
Col
Peu
Neu
Agent1(homme)-plageF0 (Hz)
Agent1(homme)-maxDF0 (Hz)
207
111
87
43
117
60
Agent2(homme)-plageF0 (Hz)
Agent2(homme)-maxDF0 (Hz)
122
76
65
22
102
50
Agent3(homme)-plageF0 (Hz)
Agent3(homme)-maxDF0 (Hz)
141
96
166
104
121
56
Agent4(homme)-plageF0 (Hz)
Agent4(homme)-maxDF0 (Hz)
132
95
193
105
125
56

Des différences dans l’amplitude des deux paramètres
F0 sont à noter également chez les agents.
Ces différences ne suivent pas systématiquement la variable
genre mais révèlent plutôt des spécificités de comportement
émotionnel dépendant des types de locuteur. Ainsi, l’agent masculin (agent 3) présente le plus de variation pour les deux paramètres et les deux émotions, tandis que le seul agent féminin (agent 4) manifeste plutôt une variation des paramètres lorsqu’il s’agit de la Peur, ce qui s’avère un comportement inverse par rapport aux agents 1+2 lesquels présentent plus d’amplitude des paramètres lorsqu’il s’agit de la Colère. Plus intéressant, le comportement des agents semble influencer celui des clients. Ces derniers montrent donc des variations contraires des deux paramètres F0 pour les deux émotions par rapport à leurs interlocuteurs agents (i.e. agents 1+2, 4).
En revanche, lorsque les manifestations émotionnelles sont globalement hautes chez l’agent (agent 3), les clients réagissent similairement.
Cette analyse nous permet d’observer que les émotions ont des manifestations complexes qui dépendent à la fois du thème dialogique et des comportements émotionnels respectifs des interlocuteurs.
Ainsi, on peut noter une interdépendance des comportements
des agents et des clients.

5. CORRÉLATION AVECLES ACTES DE DIALOGUES
Les annotations émotionnelles ont été corrélées avec
les actes dialogiques (adaptés d’après DAMSL
standard dialogs acts annotation) [7].
La corrélation montre que les émotions négatives Colère et Peur
sont susceptibles de générer plus fréquemment certains
actes de dialogue comme les Ré-assertions,
et Répétitions etc., tandis que les émotions positives comme
la Satisfaction et le Neutre sont corrélées avec des actes dialogiques comme l’Acceptation.
très interessant.. (moi: Peur 5/10eme Colere 8/10eme) ts
les autres = 10/10eme.. (test).. si je me refere à la notion re-assertion que represente en fait la peur et la colère? [par ce qu'on ne maitrise pas]! en fait, oui c eminament lie à l’acceptation d’interaction et frustration objectant sur de l’interéaction..(sorte d’interaction réprimée réactionnelle à la punition) rebellion..
ce qui pourrait s’expliquer par de l’agressivite portee sur soi ou vers autrui (à determiner >interne ou externe<!!)

6. CONCLUSIONS ET PERSPECTIVES
Les résultats montrent que les émotions ont des manifestations à plusieurs niveaux linguistiques et prosodiques. Le but de ce travail est de proposer un modèle de détection qui prendra en compte tous ces
niveaux. Les différents indices trouvés sont actuellement testés sur d’autres corpus de données réelles afin de juger de leur robustesse.

BIBLIOGRAPHIE
[1]
AMITIES :

http://www.dcs.shef.ac.uk/nlp/amities

[2]
A. Batliner, et al., (2003), “How to find trouble in
communication”, Speech Communication 2003.
[3]
L. Devillers,, I. Vasilescu, L. Lamel, (2003), “Emotion
Detection in a task-oriented Dialog Corpus”, IEEE
ICME 2003, Baltimore.
[4]
L. Devillers, I., Vasilescu, (2003), “Prosodic cues for
emotion characterization in real-life spoken dialogs”,
Eurospeech,, Genève.
[5]
L. Devillers, I. Vasilescu, (2004), “Anger and Fear in
recorded conversations”, Speech prosody, Nara.
[6]
L. Devillers, I. Vasilescu, C. Mathon, (2003),
“Prosodic cues for perceptual emotion detection in
task-oriented Human-Human corpus”, ICPhs 2003,
Barcelone..
[7]
L. Devillers, S. Rosset, H. Maynard, L. Lamel, (2002),
“Annotations for Dynamic Diagnosis of the Dialog
State”, LREC 2002, Las Palmas.
[8]
R. Fernandez, R. Picard, (2003), “Modeling, Drivers’
Speech Under Stress”, Speech Communication 2003.
[9]
C. Lee, N. Narayanan, R. Pieraccini, (2001),
“Recognition of Negative Emotions from the Speech
Signal”, ASRU 2001.
[10]
K. Scherer, (2003), “Vocal communication of emotion:
A review of research paradigms”, Speech Communication 2003.

src:

ftp://tlp.limsi.fr/public/jpdevil.pdf

(bis) ce qui est interessant c que là j’ai la démonstration de l’induction, la mise en place de la relation d’influe qui je pense joue prépondément sur l’aisance ‘la prise en main’ mais pas que cela, qui induit pourcentage sur resultat qui doit être d’ailleurs comptabilisé sur une grille prévue..

en 1er lect:
c le rapport Agent-Client (nominatif) qui ici, avant tout par sa définition, exprime (par l’objet signifié) l’actoring, la place dans laquelle on se trouve à l’avance..
si on est subalterne on est le client, si on est l’agent le manager..
cause à effet et biaisement (domination-soumission) qu’il faut aussi compter dans
‘la participation’ de l’évaluation (des tests) qui logiquement devrait (repetitas) etre retenue.. dans les % - stats; j’espere!!