Définition d'un modèle d'émotions pour la catégorisation de textes narratifs courts

Les plates-formes communautaires relatives à l'industrie culturelle sont aujourd'hui largement répandues. Si les plus connues d'entre elles concernent la musique ou les vidéos, certaines innovent et cherchent à exploiter le domaine de la littérature. Ainsi, Short Edition se présente comme l'éditeur communautaire de la littérature courte. Bien que le domaine soit novateur et les acteurs présents peu nombreux, la concurrence est déjà forte et la course à l'innovation fait rage. Dans ce contexte, Short Edition cherche à explorer de nouvelles voies, comme celle qui nous intéresse : la classification automatique des textes du site selon les émotions. Afin d'atteindre cet objectif, il est nécessaire de mettre en place un processus d'annotation manuelle des textes d'après un modèle original et encadré par des directives spécialement conçues. Les enjeux et les contraintes de ce projet sont multiples et complexes : projet novateur ne pouvant donc pas s'appuyer entièrement sur des travaux antérieurs, recours à des annotateurs bénévoles ayant pour effet de limiter les possibilités d'action, pluridisciplinarité de la problématique. Ce mémoire présente le travail réalisé dans le cadre de ce projet. Après avoir réalisé un état de l'art, nous présentons Short Edition et les données d'étude. Nous définissons ensuite un nouveau modèle et ses paramètres, ainsi que les documents et interfaces nécessaires au processus d'annotation. Enfin, nous procédons à la validation du modèle construit par une étude textométrique.