Un corpus multimodal pour la reconnaissance d'émotions dans l'ironie

Bien que l’analyse du sentiment et des émotions ait fait l’objet de nombreuses études, le lien entre l’ironie et les émotions reste largement inexploré. Une expression ironique peut dissimuler diverses émotions sous-jacentes : par exemple, « J’adore être ignoré » trahit de la tristesse, tandis que « Mon téléphone est fabuleux, avec une autonomie de seulement 15 minutes ! » exprime de la frustration. Détecter l’émotion cachée derrière une telle expression n’est pas une tâche aisée, mais constitue pourtant une étape cruciale. Nous nous attaquons à cette tâche, qui, à notre connaissance, n’a jamais été explorée auparavant : la détection de l’émotion dans une déclaration ironique. Nous partons du jeu de données récemment publié sur la détection multimodale de l’ironie (MUStARD), déjà annoté avec neuf émotions. Nous identifions et corrigeons 343 étiquettes émotionnelles incorrectes (sur un total de 690). Nous doublons ainsi la taille du jeu de données, en ajoutant des annotations d’intensité émotionnelle via les dimensions de valence et d’excitation, deux indicateurs clés de l’intensité émotionnelle. Enfin, nous annotons chaque énoncé ironique selon l’une des quatre catégories d’ironie : propositionnelle, intégrée, préfixée par « like », ou illocutoire, dans le but d’avancer la recherche en détection de l’ironie. Des expérimentations exhaustives menées avec des modèles de fusion multimodaux (texte, audio, vidéo) établissent une référence (benchmark) pour la reconnaissance précise des émotions dans l’ironie, surpassant ainsi les méthodes les plus avancées actuelles en détection de l’ironie. Nous mettons à disposition, à des fins de recherche, le jeu de données enrichi par diverses annotations ainsi que le code source : https://github.com/apoorva-nunna/MUStARD_Plus_Plus