Archives par étiquette : Intelligence Artificielle

[Agenda] Université de Strasbourg, jeudi 19 mars 2020, L’outil onomastique NamSor pour quantifier la diversité d’origines et estimer les biais raciaux ou ethniques des Intelligences Artificielles

Journée d’étude

Quantification des discriminations en France

Université de Strasbourg, jeudi 19 mars 2020

Organisée par Élise Marsicano (SAGE) et Antoine Mazières (Centre Marc Bloch)

L’observation quantitative et la mesure des discriminations, notamment ethno-raciales, se heurtent à de nombreux défis. L’absence de statistiques ethniques, ou sur les origines des individus, rend la construction des catégories sous-jacentes et leur mise en lien avec d’autres critères discriminatoires (genre, classe, orientation sexuelle) plus difficile encore. L’ambition de cette journée d’étude est de rassembler des initiatives académiques, associatives, institutionnelles et entrepreneuriales étant parvenues à dépasser ces contraintes, à plus ou moins grande échelle, en empruntant notamment à des méthodes issues de la santé publique, de la démographie et des sciences sociales computationnelles.


9h00-9h15 Introduction Élise Marsicano et Antoine Mazières
9h15-9h45 Adeline Toullier
(AIDES)
Testing sur les refus de soins de la part de dentistes et de gynécologues à l’encontre des personnes touchées par le VIH : retour d’expérience
[article]
9h45-10h15 Francesco Madrisotti & Martin Aranguren
(URMIS)
Quantifier la discrimination interactionnelle à partir d’expériences de terrain
[articles de 2019 et 2017]
10h15-10h45 Discussion  

(10h45-11h00 : Pause)


11h00-11h30 Antoine Mazières
(CMB)
Estimation de diversité par l’inférence de l’origine des noms de famille
[article]
  Élian Carsenat
(NamSor)
L’outil onomastique NamSor pour quantifier la diversité d’origines et estimer les biais raciaux ou ethniques des Intelligences Artificielles
11h30-12h00 Cécile Rodrigues
(CERAPS)
Saisir et coder l’ethnicité à partir de dossiers judiciaires pour infraction raciste : enjeux et portée de l’exploitation secondaire d’archives administratives
[article]
12h00-12h30 Discussion  

(12h30-14h00 : Déjeuner)


14h00-14h30 Mireille Eberhard
(URMIS)
Mesure des discriminations et catégories : une confrontation des classifications de l’enquête ORDIS Expérience et perception des discriminations en IDF
14h30-15h00 Martin Clément
(DDD)
Titre à venir
15h00-15h30 Discussion  

(15h30-15h45 : Pause)


15h45-16h15 Vincent-Arnaud Chappe
(CEMS)
A quoi sert de mesurer les discriminations ? Les leçons de 35 ans de politique d’égalité professionnelle
[articles de 2019 et 2018]
16h15-17h30 Présentations des travaux soumis Animé par Élise Marsicano.
Pour soumettre vos travaux (avant le 31/01/2020), rendez vous sur la page dédiée à cet effet.
     
    

Source de l’image: HRC blog

Onomastique appliquée à la validation de contacts téléphoniques

La reconnaissance du genre ou de l’origine des noms personnels a de nombreuses applications concrètes. Dans le domaine de la traduction automatique, il est nécessaire de reconnaître qu’un nom représente un sujet animé et son genre pour faire les bons accords. Par exemple, « Mary was tired » pourrait se traduire « Marie était lasse » ou « Marie était fatiguée » – mais il sera nécessaire, en français, d’accorder le genre au prénom.

Une application plus étonnante : une société dans le domaine du tourisme utilise NamSor Origin pour améliorer la qualité de ses données clients, et en particulier le formatage des numéros de téléphone à l’international.

Le tourisme est un secteur global par définition … chaque jour des réservations sont effectuées dans tous les pays, pour le train, l’avion, l’hôtel, AirBnB, … ces réservations sont consolidées par quelques acteurs dans des bases de données qui permettent la fluidité des transactions et des confirmations. La capture des données est faite dans des dizaines de langues différentes, quelque fois par des sociétés implantées très localement, rachetées par des acteurs plus importants ou intégrées « au forceps » dans des applications dont la vocation est internationale. Seriez vous surpris que la qualité des données ne soit pas toujours parfaite à l’arrivée?

Environ 10% des clients ou prospects des différentes bases de données consolidées dans le « Global Distribution System (GDS) » ont des numéros de téléphone erronés ou mal formatés, le plus souvent avec un numéro local. Ces numéros, une fois intégrés dans les différents « Hotel Property Management Systems (PMS) » sont inexploitables : impossible d’y faire parvenir
une offre commerciale ou une confirmation.

Il existe pourtant différents utilitaires permettant de valider des numéros de téléphone, en amont ou en aval de la capture de données. En amont, le plus souvent, ce sont les expressions régulières (Regexp) qui permettent de guider l’utilisateur lors de la saisie du numéro de téléphone. Par exemple, pour valider un numéro français, on pourra utiliser l’expression suivante : « (0|\+33|0033)[1-9][0-9]{8} ». En aval, il existe différentes librairies et APIs qui permettent de valider un numéro, donc une fournie par Google en Open Source, libphonenumber (sur GitHub https://github.com/googlei18n/libphonenumber, démo en ligne https://libphonenumber.appspot.com/). Cet utilitaire permet de vérifier n’importe quel numéro de téléphone et de le formater au standard international (norme E164), à condition de connaître le pays. Or, de nombreux voyageurs d’affaires utilisent des numéros de téléphone qui ne correspondent pas à leur pays de résidence, et c’est souvent une cause d’erreur.

Cette entreprise du tourisme utilise NamSor Origin pour reconnaître l’origine probable du nom: « Elena Rossi » est un nom Italien, donc avec le numéro de téléphone « 339 7308986 » il serait logique de tester en priorité s’il peut s’agir d’un numéro de téléphone italien. Ce cas d’usage a permis à ce client d’améliorer de 25% l’envoi des SMS de confirmations, dans les cas compliqués.

Ce cas d’usage innovant de la technologie onomastique NamSor nous a conduit à développer une nouvelle API, spécialisée dans la validation des numéros de téléphone à l’international, en combinant le nom personnel, mais aussi le formatage du numéro (le préfixe, le nombre d’espaces, s’il existe un +, des tirets, des parenthèses, etc.)

Vous pouvez l’essayer en ligne (https://apiphonenumber.com/) ou cloner le repo GitHub (https://github.com/namsor/phone-validation). Le principe d’apprentissage par le « Machine Learning » est assez amusant : l’API s’appuie elle aussi sur Google libphonenumber pour la validation du numéro de téléphone, mais elle s’appuie aussi sur un Classificateur Bayes Naïf pour reconnaître le pays / le code téléphonique le plus probable. Chaque fois qu’un numéro peut être validé par libphonenumber, l’apprentissage est renforcé. Résultat, pour ces 10% de numéros de téléphones mal formatés, l’API permet de valider 95% à 99% vers un numéro international correct. Et comme l’API apprend tous les jours 24h/24, elle s’améliore sans cesse.

Lire cet article en anglais.