Rencontre avec Gaël Guibon, nouveau membre de Synalp

23 mai 2023

Rencontre avec Gaël Guibon, membre de l’équipe Synalp au Loria et Maître de Conférences à l’IDMC, Université de Lorraine, où il enseigne le traitement automatique des langues et l’informatique depuis septembre 2022.

À la frontière entre la linguistique et l’informatique, son parcours a débuté dans les couloirs de Sorbonne Université. Il a d’abord fait une licence en Langue Française et Techniques Informatiques (LFTI), un premier pas vers la logique et la programmation pour le traitement du langage ; puis une première année de master Ingénierie de Langue pour la Gestion Intelligente de l’Information (ILGII) à Paris 4 Sorbonne, suivie d’une deuxième année au master PluriTAL, à l’université Sorbonne Nouvelle.

Parisien d’origine, il s’est installé à Nancy une première fois en 2014 pour rejoindre l’INIST en tant qu’ingénieur d’études. Un an plus tard, il est parti à Aix Marseille Université pour faire une thèse CIFRE avec Caléa Solutions et le LIS, intitulée Recommandation automatique et adaptative d’émojis, sous la direction de Patrice Bellot et Magalie Ochs.

Depuis très jeune je m’intéresse à l’analyse de sentiments et d’émotions dans le langage. Dans le cas des messages textuels, l’expression des émotions se fait souvent à travers des émojis. C’est pourquoi, quand j’ai vu l’offre pour ce sujet de thèse je m’y suis tout de suite intéressé. J’ai travaillé avec une application de messagerie appelée « Mood Messenger ». En utilisant des techniques d’apprentissage automatique j’entraînais l’algorithme à recommander des émojis de manière pertinente. À l’époque il était déjà courant de générer des suggestions (propositions d’éléments déjà connus par l’utilisateur) en fonction des mots-clés. Mais mon but était d’obtenir des recommandations, c’est-à-dire des propositions nouvelles, même pour des messages ambigus qui ne contiennent pas de mots-clés.

Durant cette période, j’aurais voulu atteindre le niveau conversationnel, obtenir des recommandations pas seulement en fonction d’un message individuel mais en fonction de l’évolution des échanges. Les trois années de thèse n’étant pas suffisants pour aller aussi loin, le sujet m’est resté comme un objectif en suspens pendant mes années de post-doc chez Inria et à Télécom Paris en association avec la SNCF.

Maintenant, en rejoignant le Loria, je pourrai continuer sur cette voie ainsi que sur la détection d’émotions en conversation. Je souhaite notamment étudier des nouvelles pistes d’utilisation des émojis et des émotions liées, comme sur les contenus haineux, et améliorer la pertinence des recommandations.

Les trois emojis favoris du chercheur ?
😅🤯🤪