💬 NLP

YEZE at SemEval-2026 Task 9: Detecting Multilingual, Multicultural and Multievent Online Polarization via Heterogeneous Ensembling

Le papier présente YEZE, un système pour la tâche 9 de SemEval-2026 qui détecte la polarisation en ligne dans 22 langues en utilisant un ensemble hétérogène des modèles XLM-RoBERTa-large et mDeBERTa-v3-base, où la modélisation indépendante des tâches combinée à un pondération des classes s'est révélée la plus efficace pour gérer le déséquilibre sévère des étiquettes.

Auteurs originaux : Fengze Guo (University of Tübingen), Yue Chang (University of Tübingen)

Publié 2026-05-08

📖 5 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Fengze Guo (University of Tübingen), Yue Chang (University of Tübingen)

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

Imaginez l'internet comme une immense place publique mondiale où des personnes de 22 pays différents crient, chuchotent et se disputent toutes en même temps. Parfois, ces disputes s'enflamment et se transforment en « polarisation » : les gens cessent de s'écouter les uns les autres et n'écoutent plus que leur propre camp.

Le document que vous avez partagé décrit une équipe de chercheurs (YEZE) qui a conçu un ensemble spécial d'« oreilles numériques » pour écouter cette place publique et déterminer trois choses :

Cette dispute est-elle enflammée ? (Détection binaire)
Qui ou quoi est-ce qu'ils se disputent ? (Classification de la cible : politique, race, religion, etc.)
Comment se disputent-ils ? (Manifestation : utilisent-ils des insultes, des stéréotypes ou un langage déshumanisant ?)

Voici comment ils ont procédé, expliqué simplement :

1. Le Problème : Une Foule Bruyante et Déséquilibrée

Les chercheurs ont dû surmonter deux grands obstacles :

La Barrière Linguistique : Ils devaient comprendre 22 langues différentes, de l'anglais et l'espagnol à l'amharique et le birman. C'est comme essayer de comprendre une conversation où chacun parle un dialecte différent.
Le Problème de l'« Événement Rare » : Dans les données, la plupart des publications étaient calmes. Seules quelques-unes étaient réellement polarisées. C'est comme essayer de trouver un seul marbre rouge dans un seau rempli de marbles blancs. Si vous devinez simplement « blanc » à chaque fois, vous aurez raison la plupart du temps, mais vous manquerez les rouges. C'est ce qu'on appelle le « déséquilibre des étiquettes ».

2. La Solution : Une « Équipe de Détectives à Deux Personnes »

Au lieu de construire un seul cerveau géant pour tout faire, l'équipe a créé un ensemble hétérogène. Imaginez que vous engagez deux types de détectives différents pour résoudre la même affaire :

Détective A (XLM-RoBERTa) : Un vétéran qui a lu presque tout au monde. Il est excellent pour comprendre l'ambiance générale et le contexte d'une phrase dans n'importe quelle langue.
Détective B (mDeBERTa) : Un spécialiste qui prête une attention très particulière à l'agencement spécifique des mots et à la façon dont ils se rapportent les uns aux autres.

Comment ils ont travaillé ensemble :
Ils ne se sont pas contentés de les laisser voter ; ils leur ont attribué un score pondéré. Si le Détective A est sûr à 70 % et le Détective B à 30 %, la réponse finale penche fortement en faveur du Détective A. Cette combinaison a rendu le système plus robuste, comme avoir un filet de sécurité.

3. La Stratégie : Traiter Chaque Indice Séparément

L'équipe a réalisé que tenter de résoudre les trois mystères simultanément (Est-ce polarisé ? De qui s'agit-il ? Comment est-ce dit ?) revenait à essayer de jongler tout en faisant du monocycle. Les indices pour « qui » et « comment » étaient si rares qu'ils se perdaient dans le bruit de l'indice « est-ce polarisé ».

Ainsi, ils ont décidé de diviser le travail :

Ils ont entraîné des modèles séparés pour chaque question spécifique.
Pour les indices rares (comme certains types spécifiques de discours de haine), ils ont utilisé une astuce spéciale appelée Entropie Croisée Pondérée. Imaginez un professeur notant un examen. Si un élève répond correctement à une question rare et difficile, le professeur lui accorde des points bonus. S'il répond correctement à une question courante, il obtient des points normaux. Cela a forcé l'IA à prêter une attention particulière aux cas rares et importants qu'elle ignorait habituellement.

4. Ce Qu'ils Ont Découvert

La Séparation Fonctionne : Tenter de tout faire en même temps (Apprentissage Multi-Tâches) a en fait rendu le système moins performant, car les indices rares confondaient les indices courants. Garder les tâches séparées a été la décision gagnante.
Le Piège de la « Traduction » : Ils ont essayé de traduire des publications dans d'autres langues pour créer davantage de données d'entraînement (Augmentation des Données), mais cela n'a pas beaucoup aidé. C'est comme traduire une blague ; les mots peuvent être justes, mais l'humour culturel et la nuance se perdent, ce qui rend l'IA confuse.
Les Résultats : Leur système était très bon pour repérer les « marbres rouges » (contenu polarisé) dans les 22 langues. Dans de nombreuses langues, ils ont terminé dans le top 10 de toutes les équipes en compétition. Cependant, ils ont encore un peu peiné avec les types d'insultes les plus spécifiques et rares (les « manifestations »), montrant que même la meilleure IA a du mal à repérer les formes les plus subtiles de haine lorsqu'il y a très peu d'exemples pour apprendre.

En Bref

Le document porte sur la création d'un système de sécurité intelligent et multilingue pour les réseaux sociaux. Au lieu d'utiliser un seul cerveau géant et confus, ils ont utilisé une équipe de deux modèles d'IA spécialisés travaillant ensemble. Ils ont appris à ces modèles à accorder plus d'importance aux publications rares et dangereuses qu'aux ennuyeuses. Bien qu'ils n'aient pas résolu tous les problèmes (en particulier les types très rares de discours de haine), ils ont prouvé que diviser les tâches et combiner différents types de cerveaux d'IA est la meilleure façon de gérer un monde désordonné et multilingue.

Résumé technique : YEZE à SemEval-2026 Tâche 9

Définition du problème
Ce article présente le système « YEZE » développé pour la Tâche 9 de SemEval-2026, qui se concentre sur la détection de la polarisation en ligne multilingue, multiculturelle et multievent. La tâche consiste à analyser des publications sur les réseaux sociaux dans 22 langues (y compris l'amharique, l'arabe, le chinois, l'anglais, l'hindi et d'autres) pour identifier des contenus polarisés. Le défi est structuré en trois sous-tâches :

Détection binaire : Déterminer si une publication est polarisée (Sous-tâche 1).
Classification des cibles : Identifier les cibles spécifiques de la polarisation (par exemple, politiques, raciales/ethniques, religieuses) via une classification multi-étiquettes (Sous-tâche 2).
Identification des manifestations : Identifier les manifestations linguistiques spécifiques de la polarisation (par exemple, stéréotypage, vilification, déshumanisation) via une classification multi-étiquettes (Sous-tâche 3).

Le système fait face à des défis significatifs, notamment un déséquilibre sévère des étiquettes, une variation interlinguistique dans les distributions d'étiquettes (décalage a priori), et une extrême parcimonie des étiquettes fines pour les sous-tâches 2 et 3.

Méthodologie
Les auteurs proposent un système basé sur un assemblage hétérogène de modèles préentraînés multilingues, traitant chaque sous-tâche comme un problème indépendant plutôt que comme un objectif d'apprentissage multi-tâches (MTL) conjoint.

Architecture du modèle : Le système utilise deux encodeurs multilingues complémentaires :
- XLM-RoBERTa-large : Sélectionné pour sa large couverture interlinguistique et sa performance de transfert stable.
- mDeBERTa-v3-base : Choisi pour son utilisation de l'attention disjonctive pour encoder le contenu et la position relative séparément.
Stratégie d'entraînement :
- Modélisation indépendante : Contrairement aux approches MTL traditionnelles qui partagent un encodeur entre les tâches, les auteurs entraînent des modèles séparés pour chaque sous-tâche. Les expériences ont indiqué que l'entraînement MTL partagé introduisait un transfert négatif, où les étiquettes fines parcimonieuses concurrençaient l'objectif binaire dominant, déstabilisant les prédictions fines.
- Optimisation consciente du déséquilibre : Pour remédier au déséquilibre sévère des classes, en particulier dans les sous-tâches multi-étiquettes, le système emploie la Référence Binaire (BR), décomposant les problèmes multi-étiquettes en tâches binaires indépendantes. Il utilise une fonction de perte Cross-Entropy Binaire Pondérée (WBCE), où les poids de classe sont inversement proportionnels à la fréquence des étiquettes. Cette approche s'est révélée plus efficace que la Focal Loss pour les configurations à faible ressources.
- Augmentation des données : L'équipe a investigué l'augmentation de données basée sur la traduction (utilisant la traduction automatique pour générer des échantillons synthétiques pour des langues comme le haoussa) mais a constaté qu'elle n'apportait pas de gains de performance significatifs, probablement en raison de décalages pragmatiques et de l'obscurcissement des idiomes spécifiques à une région.
Assemblage : La soumission finale combine les prédictions de XLM-R et de mDeBERTa en utilisant une moyenne pondérée des probabilités. Le poids de l'assemblage ( $\alpha$ ) a été optimisé sur l'ensemble de développement pour maximiser le Macro-F1, résultant en un poids de 0,7 pour XLM-R et de 0,3 pour mDeBERTa. Un seuil global de $\tau = 0,5$ a été appliqué pour toutes les prédictions.

Résultats clés
Dans l'évaluation officielle, le système a obtenu des résultats compétitifs, se classant dans le Top 10 pour la majorité des langues à travers toutes les sous-tâches :

Sous-tâche 1 : Top 10 dans 11/22 langues.
Sous-tâche 2 : Top 10 dans 16/22 langues (incluant le Top 5 en amharique, ourdou, oriya et polonais).
Sous-tâche 3 : Top 10 dans 17/18 langues (incluant le Top 5 en amharique, arabe, anglais, khmer, espagnol et ourdou).

Les études d'ablation ont révélé que :

La WBCE surpassait significativement la BCE standard et la Focal Loss dans les scénarios à faible ressources (par exemple, une augmentation de +0,212 du Macro-F1 pour le télougou).
La modélisation indépendante était supérieure au MTL, car les représentations partagées conduisaient souvent à un transfert négatif pour les étiquettes parcimonieuses.
L'augmentation par traduction n'a pas amélioré les performances, suggérant que les données synthétiques ne capturent peut-être pas le contexte socio-politique nuancé requis pour la détection de la polarisation.

Signification et affirmations
L'article affirme que les principaux goulots d'étranglement dans la détection de la polarisation multilingue ne sont pas simplement la variation interlinguistique, mais spécifiquement la parcimonie des étiquettes fines, l'instabilité de calibration et l'incohérence inter-tâches.

Les auteurs soutiennent que leurs résultats démontrent que la modélisation indépendante par sous-tâche combinée à une optimisation consciente du déséquilibre est une alternative pratique plus robuste à l'apprentissage multi-tâches partagé, en particulier lorsqu'il s'agit de parcimonie sévère des étiquettes. Ils soulignent que si les étiquettes à large couverture (par exemple, les cibles « Politiques », la « Vilification ») sont apprenables, les étiquettes de manifestation parcimonieuses restent fragiles et sujettes à une mauvaise calibration (rappel élevé mais précision faible).

Ce travail souligne la difficulté de l'analyse fine de la polarisation dans des contextes à faible ressources et déséquilibrés, suggérant que les améliorations futures pourraient nécessiter une calibration hiérarchique légère ou une synthèse de données ancrée culturellement plutôt que simplement l'augmentation de la taille du modèle ou la dépendance aux données de traduction synthétiques.

1. Le Problème : Une Foule Bruyante et Déséquilibrée

2. La Solution : Une « Équipe de Détectives à Deux Personnes »

3. La Stratégie : Traiter Chaque Indice Séparément

4. Ce Qu'ils Ont Découvert

En Bref

Articles similaires