Vers une taxonomie pour l'analyse des intentions dans les interactions textuelles numériques
Senaid Popovic
Résumé : Cet article propose une taxonomie pour la détection d'intention dans les communications numériques, distinguant les intentions explicites des intentions implicites, basée sur des principes psychologiques de persuasion. Notre approche se distingue par sa capacité à analyser aussi bien les communications numériques légitimes que celles potentiellement malveillantes. Elle repose sur l'identification des intentions sous-jacentes, facilitant ainsi la détection de menaces telles que les arnaques par email (hameçonnage) ou les fraudes sur les réseaux sociaux. Chaque catégorie de la taxonomie est justifiée et illustrée par des exemples de communications correspondant à l'intention associée. Ce travail répond à un manque de ressources dans la recherche sur la détection automatique d'intentions. Il vise à fournir une taxonomie applicable à l'identification des menaces textuelles, notamment les tentatives d'hameçonnage, tout en servant d'outil pédagogique pour sensibiliser le grand public aux stratégies employées dans les communications malveillantes.
Mots clés : Détection d'intention, taxonomie, annotation de corpus, ingénierie sociale, llm