↓ Aller au contenu

Séminaires d’équipe

Évaluation de la toxicité dans des données audio en français, en particulier de la LGBTphobie

Intervenant·e
Diandra Fabre (GETALP)
Date
Lieu
Salle 306, bâtiment IMAG

Résumé traduit de l’anglais.

La détection automatique de la toxicité dans la parole reste un défi, en particulier en français et pour les énoncés nuisibles au langage implicite ou dépendant du contexte. Dans le cadre du projet Pantagruel, nous présentons d’abord un panorama des approches existantes de détection de la toxicité. Nous évaluons ensuite plusieurs de ces outils sur différents corpus français, de la parole lue à la parole spontanée en ligne, en comparant les modalités texte et audio. Nous nous concentrons ensuite sur le discours LGBTphobe comme cas d’étude. Nous construisons un jeu de 2 084 phrases audio en français au contenu lié aux personnes LGBT, extraites de Yodas2, un vaste corpus de vidéos YouTube. Ces phrases sont en cours d’annotation manuelle par 9 annotateurs et annotatrices, dont des membres de la communauté LGBTQIA+. L’annotation étant toujours en cours, nous présentons des résultats préliminaires sur un sous-ensemble du jeu de données, notamment l’accord inter-annotateurs et les retours des annotateurs et annotatrices sur la façon dont l’audio contribue à juger de la toxicité d’un énoncé.

Pour assister à distance, contacter l’organisateur des séminaires, qui fournira un lien de visioconférence.