L'analyse du langage naturel est un enjeu crucial pour de nombreuses applications.

A lire sur: http://www.demat-infos.com/info_article/m/105/a-michel-caussanel-architecte-si-chez-ibm.html

à Michel Caussanel, architecte SI chez IBM
22 Nov 2013 L'analyse du langage naturel est un enjeu crucial pour de nombreuses applications. Dans le contexte du Big Data, il est au cœur de possibilités jusqu’à présent inexplorées d'exploitation des textes produits sur les réseaux sociaux.
Michel Caussanel, IBM Ces technologies existent, cahin-caha, depuis des années. Quel niveau de maturité ont-elles atteint aujourd'hui ?  Michel Caussanel : Centrées sur la recherche de sens de l'unité sémantique analysée, souvent une phrase, elles ont bien sûr largement et régulièrement progressé. A partir de l'extraction du sens probable de la phrase analysée, elles sont utilisées aussi bien pour donner des suggestions lors d'une question posée en langage naturel que pour enrichir des documents via le rajout d'annotations sémantiques. Les débats sur les approches technologiques sont derrière nous et la plupart des éditeurs combinent les approches pour accroître la probabilité d'une bonne interprétation du sens. Les logiciels eux-mêmes combinent l'utilisation d'ontologies avec des approches algorithmiques. Cependant, aucun outil ne peut prétendre à une pertinence complète. Mais cette façon de procéder améliore les résultats. Et quelles sont leurs limites ?  Michel Caussanel L'interprétation du sens suppose de « désambiguïser » les mots de la phrase analysée. Les logiciels fonctionnent relativement bien tant que l'on se cantonne à un domaine précis. Lorsque l'outil sait que le domaine analysé est juridique, médical, etc., il a beaucoup moins de chances de se tromper dans les suggestions qu'il peut proposer en réponse à une question. La difficulté d'interprétation augmente notablement quand le domaine est ouvert. Illustration la plus évidente, des éditeurs proposent d'analyser le contenu de réseaux sociaux et d'attribuer une tonalité à ces contenus. Une promesse qui est loin d'être tenue pour plusieurs raisons. Outre la qualité grammaticale parfois médiocre de ces commentaires, et la difficulté d'analyse qui s'ensuit, les logiciels ne sont pas encore capables de comprendre l'ironie par exemple. Pour être à peu près pertinente, l'analyse de sentiments suppose une intervention humaine. Une intervention pour analyser le contexte. Quel exemple d'utilisation récente pouvez-vous donner ?  Michel Caussanel De nombreuses applications sont en opération actuellement. On peut par exemple citer un cas lié au médical. Il s'agissait de voir si l'analyse de commentaires récupérés sur des réseaux sociaux permettait de détecter la survenue d'épidémie. Le projet a panaché des interventions humaines avec du traitement logiciel. L'outil identifiait les signes cliniques de grippe, les recensait et les regroupait notamment par ville. A partir de cette analyse et de cette catégorisation, l'application a permis de se rendre compte de la progression de l'épidémie de grippe. Conséquence, cette application a contribué à prédire avec quelques jours d'avance le développement de la maladie. Une belle réussite dans le domaine des applications prédictives. Propos recueillis par Patrick Brébion