La plupart des outils commerciaux d'analyse de sentiment ont été entraînés sur l'anglais, ajustés sur l'arabe standard moderne, puis livrés au Moyen-Orient. Appliqués à la conversation marocaine — où un seul tweet peut mélanger darija, français, arabe standard et arabe latinisé (arabizi) — ils échouent de façon prévisible et coûteuse. Voici une plongée technique sur les raisons, et sur l'approche trilingue qui permet à HarchIQ d'atteindre 88 % de précision de sentiment sur le texte marocain.
Les trois modes d'échec
Les modèles de sentiment arabes prêts à l'emploi échouent sur le texte marocain de trois façons caractéristiques. La première est le décalage dialectal : un modèle entraîné sur l'arabe levantin ou égyptien lit mal le lexique darija (« dbg » = « maintenant », « shi » = « un peu ») et produit des étiquettes neutres ou erronées. La deuxième est l'alternance codique : une phrase comme « Le service de la banque est l3q, wallah je vais changer » passe du français à la darija en pleine phrase, et la plupart des modèles étiquettent toute la phrase selon la langue du script dominant. La troisième est l'écriture : l'arabizi (arabe en caractères latins, avec des chiffres pour les consonnes emphatiques) est invisible pour les modèles qui attendent l'alphabet arabe.
L'écart sur la darija est frappant. Un outil qui score 91 % en anglais et 78 % en arabe standard tombe à 41 % sur la darija marocaine — à peine mieux que le hasard. Pour une banque marocaine qui monitorre Twitter, cela signifie que la majorité des réclamations clients en darija sont soit ratées, soit étiquetées à tort neutres, laissant le signal de risque réputationnel invisible jusqu'à ce qu'il ait déjà migré vers la presse francophone.
Comparaison outil par outil
Le problème de l'alternance codique en détail
La conversation corporate marocaine n'est pas monolingue. Un simple fil de service client sur X contient systématiquement du français pour la réclamation formelle, de la darija pour le registre émotionnel et des anglicismes pour les noms de produits. Un modèle de sentiment qui classifie par langue de document étiquette le fil « français » et applique un modèle francophone aux segments en darija. Le résultat est un faux neutre — l'étiquette la plus dangereuse en monitoring réputationnel, parce qu'elle cache un signal au lieu de le corrompre.
Comment HarchIQ gère le problème
HarchIQ est trilingue par conception. Le pipeline exécute trois passes en parallèle — français, arabe standard et un modèle darija-natif entraîné sur 1,4 million de phrases marocaines étiquetées à la main — et un détecteur d'alternance codique qui segmente une phrase par plage de langue avant classification. L'arabizi est normalisé en alphabet arabe via une couche de translittération à règles avant que le modèle darija ne le voie. Les trois passes sont réconciliées par un ensemble pondéré par la confiance, qui privilégie le modèle darija sur les plages à dominante darija.
Ce que « darija-natif » veut dire
Un modèle darija-natif n'est pas un modèle d'arabe standard avec un adaptateur dialectal. C'est un modèle entraîné à partir de zéro sur du texte marocain, avec un vocabulaire qui inclut les emprunts français syntaxiquement darija (« facture », « service », « recharge »), le lexique du substrat berbère et les consonnes emphatiques que les modèles d'arabe standard traitent de façon incohérente. Le corpus d'entraînement couvre les transcriptions de service client, les plateformes sociales et les commentaires de presse — les registres où vit réellement la réputation corporate marocaine.
Le test Souk
Nous confrontons chaque version du modèle au « test Souk » — 500 phrases marocaines étiquetées à la main, issues de vraies conversations de service client et sociales, équilibrées entre positif, neutre et négatif. Un modèle qui réussit le test Souk gère les registres qui comptent en monitoring réputationnel : le client frustré, le compliment ironique, la réclamation teintée de berbère, la demande formelle en français. Les modèles prêts à l'emploi scorent 41 % au test Souk ; HarchIQ score 88 %.
“Nous rations une réclamation darija sur deux. Le tableau de bord réputationnel était vert pendant que Twitter était rouge. Voilà comment une crise surprend une banque qui croyait monitorer.”— Directeur digital, banque marocaine (anonymisé)
Implications pratiques
- Demander à tout fournisseur de sentiment un chiffre de précision spécifique à la darija sur un benchmark étiqueté à la main. S'il ne peut pas en produire, l'outil n'est pas adapté au monitoring marocain.
- Auditer le taux de faux neutres, pas seulement la précision globale. Un taux de faux neutres élevé est le mode d'échec silencieux.
- Couvrir l'arabizi. Environ 30 % de la conversation sociale marocaine sur les marques est en script latin ; un modèle limité à l'alphabet arabe y est aveugle.
- Tester sur vos propres transcriptions de service client avant d'acheter. Les benchmarks fournisseurs sont souvent riches en arabe standard.
- Re-benchmarker chaque trimestre. La darija évolue vite — nouveaux emprunts, nouvel argot — et un modèle statique se dégrade.
Le moteur de sentiment trilingue de HarchIQ est le socle du monitoring réputationnel de Harch Atelier. Le modèle darija-natif est ré-entraîné chaque trimestre sur du texte marocain frais, et le test Souk est publié dans notre documentation méthodologique.