EMOTEL: "Emotion Ontology for Literary Exploration".

Une ontologie représentant les émotions dans des textes littéraires.

Ce projet a été réalisé dans le cadre du cours "Programmation pour le Web sémantique" de Davide Picca (SLI, Lettres, UNIL) au printemps 2024.

But du projet

Ce projet cherche à représenter les émotions dans un texte littéraire en créant une ontologie à l'aide du logiciel Protégé.

Nous utilisons ensuite des LLMs (ici ChatGPT) pour annoter nos textes puis des scripts python pour peupler notre ontologie.

Étapes du projet

1. Identification des émotions et informations que nous souhaitons recenser dans notre ontologie.

2. Alignement avec des ontologies existantes et récupération de classes et de propriétés intéressantes pour notre cas.

3. Création d'une hiérarchie de classe dans notre ontologie.

4. Développement de prompts permettant d'extraire les informations nécessaires au peuplement de notre ontologie.

5. Développement de scripts permettant l'ajouts de nos individus dans l'ontologie.

6. Création d'une deuxième ontologie étendue à partir des résultats de ChatGPT.

Structure de ce repository

Dossier	Contenu
Data	Contient les données intermédiaires au format JSON utilisées dans ce projet
Doc	Documentation concernant la construction de notre ontologie ainsi que de nos réflexions théoriques autour d'une ontologie des émotions littéraires
Ontology	Contient une première version de notre ontologie, créée avec Protégé owlready2 ainsi qu'une deuxième qui résulte des sorties de ChatGPT et qui est créée par le script clean_prepare_for_rdf.py
Outputs	Contient les deux versions d'ontologies peuplées par le script build_populated_ontology.py qui repose sur la librairie rdflib
Project guidelines	Contient le README.md officiel de la donnée du projet
Prompts	Contient différents itérations de la construction de nos prompts
Queries	Conient un script python qui exécute des requêtes SPARQL sur notre ontologie
Scripts	Contient les scripts conçus pour traiter nos données
Texts	Contient les textes utilisés pour peupler notre ontologie

Data

Ce dossier contient les éléments suivants:

• annotations : Contient les résultats de nos prompts appliqués aux textes de notre corpus et corrigés à certains endroits par nos soins
• annotations_cleaned : Contient les annotations corrigées par le script clean_prepare_for_rdf.py qui sont ensuite utilisées pour peupler l'ontologie
• chunks : Contient les textes découpés pour être passés dans ChatGPT

Scripts

• ask_chatgpt.py : Annote les morceaux de textes envoyés à l'API ChatGPT et nous indique si certains fichiers doivent être corrigés à la main
• build_populated_ontology.py : Itère sur toutes les annotations de annotations_cleaned pour créer des individus et les injecter dans les ontologies ontology.owl et ontology_extended.owl
• clean_prepare_for_rdf.py : Normalise les noms afin qu'ils puissent être utilisés pour des URIs (typiquement en remplaçant les espaces par des underscores), et reconstruit la structure souhaitée là où ChatGPT s'éloigne du modèle.
• cut_text.py : Prépare l'annotation en (1) coupant les fichiers textes après un certain nombre de caractères et (2) construisant des séquences de messages adaptés à l'analyse par ChatGPT.
• uniquiser_ids.py : Construit des IDs utilisés pour les URIs et construit les liens entre les entités disjointes (pour des raisons techniques) au cours de l'annotation.

Installation

1. Cloner ce repository

2. Créer un environnement virtuel et l'activer

3. Installer le fichier requirements.txt depuis un terminal :

   • Unix/macOS: python3 -m pip install -r requirements.txt
   • Windows: py -m pip install -r requirements.txt

Pipeline

Pour répliquer nos résultats (en partant de ontology/ontology.owl) :

1. Exécuter clean_prepare_for_rdf.py pour créer l'ontologie étendue ontology_extended.owl
2. Exécuter cut_text.py pour séparer les textes en vue de leur passage dans l'API de ChatGPT
3. Exécuter ask_chatgpt.py pour obtenir les fichiers JSON puis les vérifier
4. Exécuter uniquiser_ids.py pour standardiser les IDs des objets de nos fichiers JSON
5. Exécuter build_populated_ontology.py pour créer les deux versions d'ontologies peuplées

Dépendances

• annotated-types==0.7.0
• anyio==4.3.0
• certifi==2024.2.2
• distro==1.9.0
• h11==0.14.0
• httpcore==1.0.5
• httpx==0.27.0
• idna==3.7
• isodate==0.6.1
• openai==1.30.3
• owlready2==0.46
• pydantic==2.7.1
• pydantic_core==2.18.2
• pyparsing==3.1.2
• rdflib==7.0.0
• six==1.16.0
• sniffio==1.3.1
• tqdm==4.66.4
• typing_extensions==4.12.0

Crédits

Ce projet a été réalisé par:

• Zakari Rabet
• Amélie McCormick
• Annaël Madec-Prévost
• Thibault Ziegler
• Johan Cuda

Développé à l'aide de la communauté Python et Protégé, ainsi qu'avec le soutien de ChatGPT.