@inproceedings{macary-etal-2020-prediction,
    title = "Pr{\'e}diction continue de la satisfaction et de la frustration dans des conversations de centre d{'}appels ({A}llo{S}at : A New Call Center {F}rench Corpus for Affect Analysis)",
    author = "Macary, Manon  and
      Tahon, Marie  and
      Est{\`e}ve, Yannick  and
      Rousseau, Anthony",
    editor = "Benzitoun, Christophe  and
      Braud, Chlo{\'e}  and
      Huber, Laurine  and
      Langlois, David  and
      Ouni, Slim  and
      Pogodalla, Sylvain  and
      Schneider, St{\'e}phane",
    booktitle = "Actes de la 6e conf{\'e}rence conjointe Journ{\'e}es d'{\'E}tudes sur la Parole (JEP, 33e {\'e}dition), Traitement Automatique des Langues Naturelles (TALN, 27e {\'e}dition), Rencontre des {\'E}tudiants Chercheurs en Informatique pour le Traitement Automatique des Langues (R{\'E}CITAL, 22e {\'e}dition). Volume 1 : Journ{\'e}es d'{\'E}tudes sur la Parole",
    month = "6",
    year = "2020",
    address = "Nancy, France",
    publisher = "ATALA et AFCP",
    url = "https://preview.aclanthology.org/moar-dois/2020.jeptalnrecital-jep.43/",
    pages = "379--387",
    language = "fra",
    abstract = "Nous pr{\'e}sentons un nouveau corpus, nomm{\'e} AlloSat, compos{\'e} de conversations en fran{\c{c}}ais extraites de centre d{'}appels, annot{\'e}es de fa{\c{c}}on continue en frustration et satisfaction. Dans le contexte des centres d{'}appels, une conversation vise g{\'e}n{\'e}ralement {\`a} r{\'e}soudre la demande de l{'}appelant. Ce corpus a {\'e}t{\'e} mis en place afin de d{\'e}velopper de nouveaux syst{\`e}mes capables de mod{\'e}liser l{'}aspect continu de l{'}information s{\'e}mantique et para-linguistique au niveau conversationnel. Nous nous concentrons sur le niveau para-linguistique, plus pr{\'e}cis{\'e}ment sur l{'}expression des {\'e}motions. {\`A} notre connaissance, la plupart des corpus {\'e}motionnels contiennent des annotations en cat{\'e}gories discr{\`e}tes ou dans des dimensions continues telles que l{'}activation ou la valence. Nous supposons que ces dimensions ne sont pas suffisamment li{\'e}es {\`a} notre contexte. Pour r{\'e}soudre ce probl{\`e}me, nous proposons un corpus permettant une connaissance en temps r{\'e}el de l{'}axe frustration/satisfaction. AlloSat regroupe 303 conversations pour un total d{'}environ 37 heures d{'}audio, toutes enregistr{\'e}es dans des environnements r{\'e}els, collect{\'e}es par Allo-Media (une soci{\'e}t{\'e} sp{\'e}cialis{\'e}e dans l{'}analyse automatique d{'}appels). Les premi{\`e}res exp{\'e}riences de classification montrent que l'{\'e}volution de l{'}axe frustration/satisfaction peut {\^e}tre pr{\'e}dite automatiquement par conversation."
}