Les travaux de nos stagiaires ingénieurs informatique
Nous offrons à nos stagiaires des missions au cœur de l’innovation technologique et des perspectives pour leur carrière.
IA : Analyse de sentiments et d'émotion et génération de résumés de textes
CONTEXTE
Dans le cadre de son stage de fin d’études, notre stagiaire en intelligence artificielle a travaillé sur un sujet de NLP et Génération de textes. Ses travaux portaient sur l’analyse de sentiments et la génération de résumé à partir de textes écrits, le tout avec des modèles d’IA (Machine Learning plus précisément).
Il a ainsi pu travailler sur la conception d’un modèle de traitement du langage naturel autour du thème « Comment améliorer la relation client avec une IA Hybride ? ».
Ainsi, il a pu poursuivre ses travaux de construction d’une IA Hybride (Machine Learning + BRMS ODM) dans une cible orientée client.
Il a donc pu nous expliquer comment son algorithme automatisait le résumé de l’échange entre le chargé de clientèle et son client. Mais aussi comment il était capable de détecter dans cet échange le sentiment et les émotions du client afin de déterminer l’intérêt réel ou non du client sur les thématiques abordées lors de cet échange, et ainsi d’apporter des conseils aux chargés de clientèle.
PROJET
A partir d’un texte de taille variable, on souhaite :
1. Pouvoir en rédiger automatiquement une synthèse.
2. Rendre compte des sentiments qui s’en dégagent
Objectifs :
Technologies utilisées :
Analyse de sentiments et d'émotions
Résumé de texte
Analyse des dialogues
La reconnaissance faciale en pratique
Le Machine Learning
Le Deep Learning
Pour ce faire, notre stagiaire intelligence artificielle a réalisé différents tests après état de l’art et a pu nous faire une démonstration concluante de son algorithme et sa solution d’analyse de sentiment et d’émotions en concluant par la génération de résumés de textes.
Travaux réalisés : état de l’art et essais réalisés
Architecture et résultats de l'analyse de sentiments et d'émotions
Comment le Machine et le Deep Learning permettent d’analyser les sentiments et les émotions ?
Le Machine Learning est une branche de l’informatique consistant à utiliser des algorithmes qui « apprennent » à réaliser une tâche précise (comme de l’analyse de sentiments ou d’émotions) à partir de données. Le Deep Learning est une sous-discipline du Machine Learning qui se caractérise par des modèles bien plus puissants mais qui nécessitent bien plus de données.
Une analyse de sentiments ou d’émotions constitue une tâche de classification : on souhaite associer à un texte en entrée un certain label lié au sentiment (positif ou négatif) ou à l’émotion (joie, peur, colère, surprise…) qui s’en dégage. On va donc utiliser une base de données de ce type (composées d’association [texte – label]) qui permette d’entraîner notre modèle de Machine ou de Deep Learning à réaliser cette classification.
Une fois entraîné sur les données adéquates, le modèle sera capable de faire cette analyse de lui-même !
Résultats de la solution d’analyse d’émotions
Architecture de la solution pour l’analyse de sentiments :
Résultats de la solution de génération de résumés de textes :
