Compre´hension Automatique de Te´moignages de Capteurs Humains – CATCH

Après l’incendie de l’usine Lubrizol le 26 septembre 2019, de nombreux habitants de Rouen et de ses environs ont e´te´ victimes de désagréments tels que des odeurs tre`s fortes ou des sympto^mes pouvant laisser suspecter des effets nocifs pour la sante´. Entre le 26 septembre 2019 et le 30 septembre 2020, plus de 6000 signalements ont été reçus sur la plateforme ODO mis en place par Atmo Normandie. Beaucoup de ces signalements étaient accompagnés d'un commentaire exprimant une émotion comme l’étonnement, la peur ou encore la colère. Ces témoignages se retrouvaient également sur les réseaux sociaux (Twitter notamment), mais il était difficile d’estimer réellement leur nature, leur intensité et leur évolution dans le temps pour orienter efficacement les actions, adapter la communication en fonction de la situation et alerter les organismes impliqués.

Face à ce constat, le projet CATCH propose d’utiliser les outils de l'intelligence artificielle et en particulier l'apprentissage profond, pour exploiter automatiquement ces témoignages relatifs à un accident industriel et à ses conséquences sur le plan environnemental et sanitaire. Plus précisément, nous visons deux objectifs: (i) dresser une cartographie précise des nuisances permettant de suivre la propagation et l’évolution des phénomènes dans le temps, et (ii) analyser et caractériser le ressenti de la population et son évolution tout au long de la crise. Pour atteindre ces deux objectifs nous exploiterons les données de la plateforme ODO, conjointement à des messages sélectionnés et collectés sur la plateforme Twitter. Nous pourrons nous appuyer pour cela sur les expertises complémentaires des trois acteurs du consortium qui se réunissent autour de ce projet: Atmo Normandie, grâce à sa parfaite connaissance du sujet, peut interpréter les résultats et évaluer la pertinence des réponses apportées; le LITIS apporte son expertise scientifique en apprentissage profond et en traitement automatique du langage naturel; et Saagie apporte son expérience en ingénierie des données (Big Data) et fournit des outils techniques en sciences des données et en IA. Par ailleurs, il faut noter que Saagie et le LITIS ont déjà collaborés à des problématiques scientifiques connexes, notamment dans le cadre du projet RAPID-DGA SAPhIRS (Système pour l'Analyse de la Propagation d'Information dans les Réseaux Sociaux) et d'une thèse CIFRE, pour lesquels des solutions ont été développées et pérennisées et qui pourront bénéficier à ce projet.

Les solutions dévelopées dans ce projet seront rendues accessible librement, afin de pouvoir être capitalisés et améliorés au-delà du projet. En outre, ces solutions seront conçues pour pouvoir être transposées à d’autres domaines dans lesquels la communication constitue un enjeu essentiel dans la gestion de crise. A ce titre, nous proposons de mettre les applications et le dataset constitué des tweets collectés et annotés par CATCH, à disposition de la communauté pour aider au traitement numérique des événements et des crises de toute nature.