1.3 Idéologie

Afin de construire un système semi-automatique de classification de textes par point de vue idéologique, nous devons d'abord établir ce que nous entendons par point de vue idéologique. Il s'agit également de comprendre de quelle manière le point de vue idéologique s'insère dans le tableau d'ensemble du traitement du langage naturel.

L'idéologie a déjà été étudiée dans la perspective d'une variété de disciplines académiques, y compris l'anthropologie, la sociologie, la linguistique (en particulier dans les domaines de la pragmatique et de la sociolinguistique), la psychologie, les sciences cognitives, l'histoire, les études de communication, les sciences politiques, la rhétorique, la théorie critique et l'informatique. En examinant cette liste, il semble qu'une approche multi-disciplinaire de l'idéologie soit à l'ordre du jour.

Afin d'obtenir une vision multi-disciplinaire de l'idéologie, nous nous sommes tournés vers les travaux de Teun van Dijk. Son orientation vers les études du discours, rapproche ses méthodes aux travaux de la linguistique informatique. Une fois la compréhension théorique de l'idéologie gagnée (voir la troisième partie du résumé initial français de la thèse), il est temps d'étudier les systèmes informatiques existants qui se rapportent à l'idéologie et le point de vue.

La Machine Idéologique (ou la Machine Goldwater) par Abelson et coll. (1965-1973)

L'intérêt porté par Abelson en psychologie politique l'a amené à essayer de simuler un Bon Croyant afin de mieux comprendre le phénomène de la «simplification idéologique». Cette tendance à caricaturer et banaliser la motivation et le caractère de l'ennemi et à glorifier - mais aussi banaliser malgré soi - la motivation et le caractère de son propre camp, consiste à interposer des systèmes de symboles de manière simpliste.

La Machine Idéologique était conçue pour simuler les réponses d'un idéologue de droite à des questions portant sur la politique des affaires étrangères, modelées à partir de Barry Goldwater et des thèmes des affaires étrangères des Etats-Unis durant la Guerre Froide. Le choix de Goldwater était motivé par son système de croyances notamment clos sur lui-même et bien cerné, permettant ainsi de l'encoder dans la structure de mémoire du système et l'analyse de ses réponses. Le point de vue idéologique était encodé comme un masterscript guidant le traitement de l'information politique.

Près de quarante ans plus tard, les procédures de recherche de la Machine Idéologique pourraient être considérées comme inefficaces, son domaine d'application trop limité, son mécanisme de génération de réponses primitif, sa définition d'idéologie trop vague et simpliste, et la théorie de la dépendance conceptuelle (CDT) en tant que modèle cognitif remise en question. Néanmoins, la Machine Idéologique fut une première étape importante, qui démontrât que certains types de comportement idéologique pourraient être simulés par un programme informatique.

La Machine Idéologique, ainsi que d'autres systèmes informatiques tels que Tale-Spin (Meehan, 1976), Politics (Carbonell, 1979) et Pauline (Hovy, 1987) sont issus de l'Université de Yale, produits sous la supervision de Roger Schank, collègue de Abelson et professeur de Meehan, Carbonell et Hovy. Dans Scripts Plans Goals and Understanding (1977), Schank et Abelson déclarent la plausibilité cognitive universelle d'un ensemble spécifique de primitives sémantiques, les scripts. Les scripts sont des représentations stéréotypées de certaines situations, qui fournissent un canevas pour diverses manifestations, actions, objets et relations. Un script produit le schéma d'une situation, ce qui permet des inférences et donc la compréhension du discours relatif à cette situation. La théorie de la dépendance conceptuelle (CDT) suppose ainsi que toute forme de mémoire est épisodique et organisée en termes de scripts.

Bien que le fait d'avoir à traiter un nombre très limité de primitives universelles soit agréable d'un point de vue esthétique et informatique, le challenge du choix du bon ensemble de primitives peut s'avérer néanmoins difficile. Il faut également noter que les systèmes issus de Yale n'ont jamais été étendus au-delà de «micromondes» fabriqués manuellement par leurs auteurs respectifs. Il est clair que le champ d'application de ces systèmes est limité par la quantité de connaissances de base disponibles pour un certain domaine, à partir du moment où ils exigent un pré-encodage de cette information.

Cependant, nous avons constaté au cours de cette thèse que la difficulté engendrée par cette spécificité de domaine peut être palliée par l'intégration d'ontologies telles que l'Ontologie Descriptive pour la Linguistique et l'Ingénierie Cognitive (DOLCE), l'Ontologie Générale pour la Description Linguistique (GOLD) et le Modèle Conceptuel de Référence CIDOC (CIDOC CRM) qui produisent le lien sémantique entre les différents domaines d'application spécifiques. Par contre, la limite posée par le pré-encodage de l'information a été abordée par le recours aux réseaux sociaux et à l'encodage collaboratif.

Le texte intégral grec de la thèse examine également d'autres systèmes informatiques tels que Viewgen (Ballim et Wilks, 1991), Spin Doctor (Sack, 1994) et Terminal Time (Mateas et coll., 2000). Une tendance générale parcoure l'ensemble de cet aperçu: la tension entre la recherche qui vise à la plausibilité psychologique ou linguistique et la recherche qui est motivée par des préoccupations d'ingénierie. Les systèmes que nous avons étudiés sont motivés principalement par la plausibilité psychologique ou linguistique. Cela crée certaines controverses, car il y a encore beaucoup à découvrir sur la psychologie et les fonctions cognitives humaines. Dans quelle mesure donc les scripts, les schémas et les primitives sémantiques reflètent-ils la réalité psychologique et linguistique? Pouvons-nous les utiliser de toute façon s'ils répondent de manière convaincante qu'à des problèmes d'ingénierie?

Cette problématique relève de la recherche sur la compréhension du langage naturel. Elle conduit à la question de savoir si oui ou non il est nécessaire de comprendre un texte afin de le classifier. Si nous choisissons la plausibilité psychologique ou linguistique, alors nous essayerons de comprendre ce texte. Par contre, nous pouvons également mettre en oeuvre des techniques statistiques qui fonctionneront avec peu ou pas de compréhension du texte.

Finalement, entre ces deux extrêmes, il se peut que nous voulions atteindre un certain niveau de compréhension du discours et de la structure argumentative du texte. Les travaux de van Dijk nous indiquent que la structure du discours seule ne serait probablement pas suffisante, mais pourrait être utilisée en concurrence avec des indices lexicales ou comme fonction d'entrée d'un classificateur.

Par conséquent, nous allons tourner notre attention sur les travaux de recherche en informatique linguistique pour l'analyse du discours, en assumant pour le moment que la compréhension du texte n'est pas exclue de notre système.