HebID: Detecting Social Identities in Hebrew-language Political Text
Cet article présente HebID, le premier corpus multilabel en hébreu pour la détection des identités sociales dans le discours politique, qui permet d'analyser les expressions identitaires des élites israéliennes et de les comparer aux priorités du public grâce à l'utilisation de modèles de langage génératifs.
Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète
🇮🇱 HEBID : Le "Détective des Identités" pour le politique en hébreu
Imaginez que la politique israélienne est une immense boîte de Lego. Chaque politicien construit sa propre tour en choisissant des briques spécifiques. Ces briques, ce sont les identités sociales : "Je suis de droite", "Je suis religieux", "Je me soucie des pauvres", "Je suis un patriote", etc.
Jusqu'à présent, si vous vouliez analyser ces tours, vous aviez deux problèmes :
- Vous ne compreniez que la langue anglaise (la plupart des outils sont "anglo-centrés").
- Vous ne pouviez voir que des briques grossières (comme "Parti A" ou "Parti B"), sans voir les nuances.
Les auteurs de cet article ont créé HEBID, un nouvel outil pour lire et comprendre ces tours en hébreu, avec une précision incroyable.
1. La Recette : Comment ont-ils créé l'outil ? 🥣
Au lieu de deviner quelles briques sont importantes, les chercheurs ont demandé à la population : "Quelles sont les étiquettes qui vous parlent le plus ?"
- Ils ont interrogé 1 769 Israéliens (comme un grand sondage téléphonique) pour voir quelles identités (droite, gauche, ultra-orthodoxe, social, etc.) étaient les plus populaires.
- Ensuite, ils ont pris 5 536 phrases réelles écrites par des politiciens sur Facebook entre 2018 et 2021.
- Ils ont demandé à des humains de lire chaque phrase et de coller les étiquettes correspondantes. C'est comme si des experts triaient manuellement des milliers de lettres pour voir qui parle de quoi.
Le résultat ? Une base de données (un "corpus") où chaque phrase est étiquetée avec jusqu'à 12 identités différentes à la fois. Un politicien peut dire : "Je suis à la fois droitier, sioniste et honnête" dans la même phrase. HEBID capture cette complexité.
2. L'Entraînement : Apprendre à l'ordinateur à lire entre les lignes 🤖
Une fois les données prêtes, ils ont dû entraîner des intelligences artificielles (des modèles d'IA) pour qu'elles fassent le travail de tri automatiquement.
- Ils ont testé plein de modèles différents, comme des élèves passant un examen.
- Le gagnant ? Un modèle spécial appelé DICTALM2.0. C'est un "super-lecteur" qui a été nourri avec des milliards de mots en hébreu.
- Pourquoi a-t-il gagné ? Parce qu'il comprend non seulement les mots, mais aussi le contexte culturel. Il sait qu'en Israël, dire "sécurité" a un poids différent que de dire "droit" ou "gauche". Il a obtenu un score de réussite de 74 %, ce qui est excellent pour une tâche aussi subtile.
3. Les Découvertes : Ce que l'outil nous apprend 🕵️♂️
Une fois l'outil prêt, les chercheurs l'ont utilisé pour comparer trois mondes :
- Les posts Facebook des politiciens (ce qu'ils disent pour plaire au public).
- Les discours au Parlement (la Knesset, ce qu'ils disent entre eux).
- Les sondages du public (ce que les citoyens disent d'eux-mêmes).
Voici les surprises qu'ils ont trouvées :
- Le décalage des "Super-Héros" : Les citoyens se disent très souvent "honnêtes" ou "sionistes". Mais dans les discours des politiciens, ces étiquettes sont moins utilisées. Par contre, les politiciens parlent beaucoup plus de "social" (aider les pauvres) que les citoyens ne s'en disent eux-mêmes. C'est comme si les politiciens portaient un costume différent selon la pièce où ils sont !
- Les vagues électorales : Juste avant une élection, les politiciens parlent beaucoup plus de leur "identité" (gauche, droite, sécurité). C'est comme une marée qui monte pour attirer l'attention.
- Les "Paquets" d'identités : Certaines identités vont toujours ensemble. Si un politicien dit "droite", il dit souvent "sécurité" et "conservateur". Si un autre dit "gauche", il dit souvent "libéral" et "palestinien". L'IA a pu cartographier ces liens invisibles.
- L'écart hommes-femmes : Les femmes politiques ont tendance à utiliser plus d'identités différentes dans leurs phrases que les hommes. De plus, les femmes parlent beaucoup plus de "social" (aide aux autres), tandis que les hommes parlent plus de "sécurité" et de "capitalisme".
4. Pourquoi c'est important ? 🌍
Avant HEBID, c'était comme essayer de lire un livre en hébreu avec des lunettes qui ne filtrent que l'anglais : on voyait des formes, mais pas le sens.
- Pour la science : C'est la première fois qu'on a une loupe précise pour étudier la politique israélienne et ses nuances culturelles.
- Pour le monde : Cela montre qu'on peut faire la même chose pour d'autres langues (arabe, espagnol, etc.) qui sont souvent ignorées par la technologie.
En résumé : HEBID est un traducteur de sens. Il ne se contente pas de compter les mots ; il comprend qui les politiciens essaient d'être, pourquoi ils le disent, et comment cela change selon qu'ils parlent à Facebook ou au Parlement. C'est une clé pour mieux comprendre la psychologie collective d'une nation.
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.