Detection automatique de l'ironie

Ces dernieres annees ont vu se multiplier sur le Web des textes porteurs d'opinion : avis d'internautes, commentaires sur les reseaux sociaux, etc. L'automatisation de la synthese des avis devient cruciale pour acquerir une vue d'ensemble sur un sujet donne. Les systemes automatiques actuels obtiennent de bons resultats sur la classification du caractere subjectif ou objectif d'un document. Cependant, ceux obtenus sur la tache d'analyse de polarite restent peu concluants en raison de l'incapacite des algorithmes a comprendre les subtilites du langage humain.Detection automatique de l'ironie presente, en trois etapes, une approche par apprentissage supervise permettant de predire si un tweet est ironique ou non. Il analyse d'abord les phenomenes pragmatiques de l'ironie et presente un corpus de reference. Il developpe ensuite un modele de detection automatique de l'ironie pour les tweets en francais qui exploite des traits semantiques et le contexte extralinguistique. Il presente enfin une etude de la portabilite dans un cadre multilingue (italien, anglais, arabe).