Un modèle neurosymbolique fondé sur le genre, la thématique, et les techniques de persuasion pour améliorer la robustesse dans la détection de la propagande
Géraud Faye, Benjamin Icard, Morgane Casanova, Guillaume Gadek, Guillaume Gravier, Wassila Ouerdane, Céline Hudelot, Sylvain Gatepaille, Paul Égré
Résumé : Parmi les désordres informationnels, les contenus propagandistes se révèlent particulièrement insidieux, dans la mesure où ils tendent à mêler des messages orientés à des informations factuelles présentées comme fiables. Les approches existantes de détection de la propagande, fondées sur des modèles de langue tels que BERT, s'avèrent prometteuses, mais tendent souvent à surapprendre leurs jeux de données d’entraînement, en raison de biais inhérents à la collecte des données. Afin de renforcer la robustesse de la classification et d'améliorer la généralisation à de nouvelles sources, nous proposons une approche neurosymbolique combinant des représentations vectorielles statiques du texte (embeddings fastText) à des caractéristiques conceptuelles symboliques tels que le genre, la thématique et les procédés de persuasion. Les résultats obtenus témoignent d'une amélioration par rapport aux méthodes équivalentes reposant uniquement sur le texte tandis que des études d'ablation ainsi que des analyses d'explicabilité confirment par ailleurs l'apport des caractéristiques ajoutés.
Mots clés : Parmi les désordres informationnels, les contenus propagandistes se révèlent particulièrement insidieux, dans la mesure où ils tendent à mêler des messages orientés à des informations factuelles présentées comme fiables. Les approches existantes de détection de la propagande, fondées sur des modèles de langue tels que BERT, s'avèrent prometteuses, mais tendent souvent à surapprendre leurs jeux de données d’entraînement, en raison de biais inhérents à la collecte des données. Afin de renforcer la robustesse de la classification et d'améliorer la généralisation à de nouvelles sources, nous proposons une approche neurosymbolique combinant des représentations vectorielles statiques du texte (embeddings fastText) à des caractéristiques conceptuelles symboliques tels que le genre, la thématique et les procédés de persuasion. Les résultats obtenus témoignent d'une amélioration par rapport aux méthodes équivalentes reposant uniquement sur le texte tandis que des études d'ablation ainsi que des analyses d'explicabilité confirment par ailleurs l'apport des caractéristiques ajoutés.