Avis de soutenance - doctorat - Robin QUILLIVIC

Ce projet de recherche, soutenu par le programme 13-Novembre et la région île de France, s'intéresse au lien entre le langage et le Trouble de Stress Post-Traumatique (TSPT). Caractériser ce lien pourrait permettre de faire du langage un marqueur de suivi et d'aide au diagnostic en clinique psychiatrique. Cela pourrait avoir un impact significatif sur la prise en charge, le traitement et le suivi des patients atteints de TSPT. Notamment, cela faciliterait une meilleure priorisation des personnes traumatisées lors d'événements de grande envergure tels que des attentats, une épidémie ou une catastrophe naturelle, lorsque la demande de soins psychiatriques dépasse largement l'offre. En s'appuyant sur les avancées récentes en Traitement Automatique du Langage Naturel (TALN) et sur l'exceptionnelle richesse du corpus de témoignages recueillis lors des phases 1 (2016) et 2 (2018) du programme 13-Novembre, nous proposons de construire et d'interpréter des modèles de classification de textes supervisés permettant de mieux décrire et comprendre le TSPT. Cette thèse présente une analyse exhaustive de la littérature concernant le rôle du langage comme indicateur du TSPT, en examinant 58 articles en anglais et en français. Elle propose ensuite une étude de cas sur les données de la phase 1 (2016) du programme 13-Novembre. Il s'agit d'une étude exploratoire visant à identifier les marqueurs linguistiques les plus associés au TSPT. L'originalité de cette étude réside dans sa méthode, qui se veut exhaustive quant aux marqueurs linguistiques étudiés, tout en faisant preuve de rigueur et de diversité dans les outils statistiques employés. Par la suite, la thèse vérifie la capacité de généralisation des marqueurs identifiés sur les données de la phase 2 ainsi que sur un autre corpus de témoignages (Hommes Auteurs de Violence). Enfin, les travaux se focalisent sur des phénomènes spécifiques tels que l'analyse de l'évitement dans les textes et la désorganisation du discours. Pour l'évitement, nous avons proposé une approche qualitative basée sur l'analyse des figures de style. En ce qui concerne la désorganisation du discours, nous avons développé une approche à partir de données synthétiques pour évaluer la capacité des méthodes de TALN à détecter ce phénomène dans les textes. Ces dernières contributions dépassent le cas d'application au TSPT et s'inscrivent dans un contexte plus large, celui de la détection des troubles de la pensée (“Thought Disorder”). Ce projet s'inscrit dans une littérature déjà riche mais se distingue par son approche transdisciplinaire et la qualité des données utilisées.