Système de recommandations vidéo fondé sur l’analyse des sous-titres dans le but de soutenir le développement linguistique d’enfants autistes

Résumé

Il a été remarqué que par l’exposition à des vidéos comportant des lettres, des chiffres, des formes, l’enfant autiste d’âge préscolaire et le plus souvent non ou minimalement verbal, atteint rapidement grâce à cette exposition une connaissance autodidacte du code écrit ainsi qu’un vocabulaire qui facilitent sa scolarisation plusieurs années plus tard. Le programme de recherche dans lequel s’inscrit ce projet est d’en arriver à développer un système de recommandations vidéo multimodal et personnalisé qui soutiendra leur progrès linguistique ainsi que de concevoir une base de données sur l’évolution du développement du langage chez ces enfants. Concrètement, ce projet consiste à développer un système de recommandation fondé sur les sous-titres des vidéos de manière à pouvoir, par la suite, intégrer des caractéristiques extraites d’autres signaux comme les couleurs, les objets, les sons, afin de mieux cerner les centres d'intérêts de l’enfant pour ainsi personnaliser davantage les recommandations. Pour y arriver, nous avons développé un cadriciel d’optimisation comportant une étape d’évaluation approfondie de la stabilité de la paramétrisation du modèle LDA. Nous l’avons ensuite utilisé pour modéliser un corpus constitué de transcriptions automatiques provenant de vidéo pour enfant offert sur YouTube. À l’aide de cette modélisation des sous-titres, nous avons développé un système de recommandations et une interface illustrant l’évolution de l’estimation des centres d’intérêt à travers les thématiques décrivant les sous-titres des vidéos (carte sémantique). Afin de valider la qualité du modèle optimisé, des calculs de recommandations et du potentiel descriptif de la carte sémantique, nous avons conçu une application web afin d’effectuer une première évaluation de ce système à l’aide de participants issus de la communauté universitaire. À la suite des différentes expérimentations, l’analyse des résultats concernant le cadriciel d’optimisation démontre l’importance de l’analyse en stabilité pour sélectionner une modélisation quasi optimale au lieu de s'appuyer aveuglément sur des procédures dirigées par des métaheuristiques. Concernant l’évaluation du système de recommandations, les résultats démontrent le potentiel d’utiliser LDA comme base de calcul pour concevoir un système de recommandations. En ce qui concerne la carte sémantique, elle a suscité l’intérêt des participants à vouloir l’adopter dans un contexte de recherche et de sélection de vidéos. Finalement, les participants admettent la pertinence d’y visualiser l’évolution de leur centre d’intérêt ainsi que sa particularité à décrire le contenu des vidéos qu’ils ont aimées.

Date	17 mai 2023
langue originale	Français
Établissement diplômant	École de technologie supérieure
Superviseur	Sylvie Ratté (Directeur(-trice)) & Laurent Mottron (Codirecteur(-trice))