Traitement automatique des langues pour l'analyse de la subjectivité dans les récits personnels

Natural language processing for subjectivity analysis in personal narratives

• Auteur / Autrice : Gustave Cortal
• Direction : Alain Finkel, Patrick Paroubek, Lina Ye
• Type : Thèse de doctorat
• Discipline(s) : Informatique
• Date : Soutenance le 27/01/2026
• Etablissement(s) : université Paris-Saclay
• Ecole(s) doctorale(s) : École doctorale Sciences et technologies de l'information et de la communication
• Partenaire(s) de recherche : Laboratoire : Laboratoire Méthodes formelles (Gif-sur-Yvette, Essonne ; 2021-....) - Laboratoire interdisciplinaire des sciences du numérique (Orsay, Essonne ; 2021-....)
• Partenaire(s) de recherche : Référent : Faculté des sciences d'Orsay
• Partenaire(s) de recherche : graduate school : Université Paris-Saclay. Graduate School Informatique et sciences du numérique (2020-....)
• Jury : Président / Présidente : Frédéric Boulanger
• Jury : Examinateurs / Examinatrices : Chloé Clavel, Frédéric Béchet, Delphine Battistelli, Guillaume Dumas, Brian Ravenet
• Jury : Rapporteurs / Rapporteuses : Chloé Clavel, Frédéric Béchet

Mots clés

Mots clés contrôlés

Récit personnel

Narration à la première personne

Émotions

Traitement automatique du langage naturel

Sciences cognitives

Grands modèles de langage

Mots clés libres

Modèles de langue

Analyse des émotions

Expérience subjective

Récits personnels

Language models

Emotion analysis

Subjective experience

Personal narratives

Résumé

Les récits personnels sont des histoires que les individus racontent sur leurs propres vécus, donnant à voir leurs pensées, sentiments et perceptions. Cette thèse explore des manières de modéliser l'expérience subjective dans ces récits en adoptant une approche interdisciplinaire à la croisée du traitement automatique des langues, des sciences cognitives et de la psychologie. Nous ancrons d'abord l'analyse des émotions dans les sciences cognitives afin d'identifier les limites des pratiques d'annotation dominantes. De cette communication émergent des pistes concrètes pour améliorer les modèles de langue, notamment en prenant mieux en compte les différentes composantes de l'émotion. Pour mettre ces idées en pratique, nous concevons des jeux de données et des modèles de langue dédiés. Premièrement, nous construisons un corpus français de situations de vie, structuré selon plusieurs composantes (comportements, ressentis et pensées). L'étude des interactions entre ces composantes confirme par l'informatique l'hypothèse de Scherer : un épisode émotionnel se caractérise par une synchronisation des composantes, la performance de classification de l'émotion discrète étant maximale lorsqu'elles sont prises conjointement. Passant des situations de vie concrètes aux situations oniriques, nous analysons les émotions dans les récits de rêve. Pour pallier le manque de données annotées dans ce domaine, nous automatisons l'annotation du corpus DreamBank à l'aide d'un cadre séquence-à-séquence pour la détection des personnages et de leurs émotions. Nous étudions plusieurs phénomènes, comme l'effet de la taille des modèles et de l'ordre de prédiction sur les performances. Enfin, nous passons du contenu à la forme en considérant le style comme un indicateur de la manière dont l'expérience subjective s'exprime linguistiquement. Nous formalisons le style comme des motifs séquentiels de choix linguistiques,combinant linguistique fonctionnelle et fouille de motifs. L'application de ce cadre à des centaines de rêves, et notamment une étude de cas sur un vétéran ayant un stress post-traumatique, permet de traduire des réalités linguistiques en pistes d'interprétations psychologiques, ouvrant ainsi des perspectives pour la psychiatrie computationnelle.

Personal narratives are stories that individuals tell about their own lived experiences, providing insight into their thoughts,feelings, and perceptions. This thesis explores ways of modeling subjective experience within these narratives by adopting an interdisciplinary approach at the intersection of natural language processing, cognitive science, and psychology. We first ground the emotion analysis in cognitive science to identify the limitations of dominant annotation practices. From this dialogue, concrete paths emerge for improving language models, notably by better accounting for the emotion components. To put these ideas into practice, we design dedicated datasets and language models. First, we construct a French corpus of real-life situations, structured according to several components (behaviors, feelings, and thoughts). The study of the interactions between these components computationally confirms Scherer's hypothesis: an emotional episode is characterized by a synchronization of components, with classification performance reaching its peak when they are considered jointly. Moving from concrete life situations to dream scenarios, we analyze emotions in dream narratives. To address the lack of annotated data in this field, we automate the annotation of the DreamBank corpus using a sequence-to-sequence framework for the detection of characters and their emotions. We investigate several phenomena, such as the effect of model size and prediction order on classification performance. Finally, we shift from content to form by considering style as an indicator of how experience is expressed linguistically. We formalize style as sequential patterns of linguistic choices, combining functional linguistics and pattern mining. Applying this framework to hundreds of dreams, notably through a case study of a veteran with post-traumatic stress, allows us to translate linguistic realities into avenues for psychological interpretation, thereby opening new perspectives for computational psychiatry.