L’humain, la technologie et l’analyse de sentiments

L’analyse de données des médias sociaux est une tâche complexe. L’énorme quantité d’information disponible (big data), mais surtout son caractère nécessairement humain, en font un défi de taille. L’analyse de sentiments, un volet important de la mesure de l’e-réputation en est le parfait exemple.

Devant l’ampleur du défi, et considérant la réalité technologique des outils d’analyse disponibles aujourd’hui, la question se pose: Est-ce que les outils automatisés d’analyse de sentiments sont assez efficaces pour supplanter totalement le travail d’un analyste humain ?

Après avoir testé de nombreux outils d’analyse, il nous semble clair que l’humain a encore sa place, et qu’il est même indispensable pour en arriver à une analyse pertinente des données des médias sociaux.

Centré sur les objectifs

Rappelons-nous tout d’abord l’objectif ultime de l’analyse des médias sociaux: fournir des renseignements utiles pour guider la prise de décision d’affaires. Pour y arriver, l’analyse doit donc être enlignée sur les objectifs d’affaires et sur le contexte de l’entreprise ou de l’organisme visé. Les outils automatisés peuvent difficilement tenir compte de ces réalités. Leurs approches universelles ne permettent pas une analyse personnalisée répondant aux besoins réels des entreprises.

L’expression du sentiment à travers le langage

L’analyse de sentiments est généralement fondée sur des technologies d’analyse du langage humain au travers de données textuelles non structurées provenant des médias sociaux. Ce type d’analyse est hyper complexe en raison du nombre quasi-illimité de variations et d’altérations linguistiques présentes sur le Web de nos jours. Voici quelques exemples de ces variations :

• Langues (bonjour, hello, olá, etc.)
• Expressions (Avoir le feu au cul, se mettre quelqu’un à dos, etc.)
• Régionalismes (un motté, un pouilleux, un cabochon, etc.)
• Acronymes (LOL, OMG, PTI, etc.)
• Émoticons ( 🙂 , 🙁 , 😉 , etc.)
• Onomatopées (ahhhhh, beurk, fiou, etc.)

Le marché québécois est par ailleurs un cas souvent problématique en raison de ses particularités linguistiques. Un outil d’analyse développé en France pourrait avoir autant de difficulté à analyser notre langage qu’un outil développé en anglais par exemple.

Comprendre l’intention

Finalement, au-delà de l’analyse des mots, l’analyse de sentiments doit être en mesure d’identifier l’intention humaine, et c’est à ce niveau que la technologie n’est pas à la hauteur. Des types d’énoncés comme le sarcasme ou l’ironie sont des contraintes majeures pour l’analyse automatisée.

Prenons cet exemple :
J’ai fait une crevaison ce matin, ça commence bien la journée !

Les outils automatisés donneront majoritairement un sentiment positif à cette mention. L’analyste humain lui, sera en mesure de déceler l’intention originale de l’auteur et indiquera qu’il s’agit bel et bien d’une mention négative.

La technologie a encore besoin de l’homme (et vice-versa)

Dans l’analyse des médias sociaux, la technologie est au service de l’homme. C’est autour de l’expertise et de la capacité d’interprétation de ce dernier que se crée la vraie valeur analytique. C’est d’ailleurs l’approche préconisée chez Vigie Média. Nous mettons de l’avant la flexibilité technologique nous permettant de travailler avec différents outils et logiciels, tout en élaborant des stratégies d’analyse personnalisées pour chacun de nos clients.

À lire aussi: