Synthèse des avis

1. Collecte des avis

Le script parcourt automatiquement toutes les pages de la consultation (20 avis par page via le paramètre debut_forums), puis récupère pour chaque contribution le titre et le texte.

2. Classification favorable / défavorable

Ce n’est pas une IA générative : chaque avis reçoit un score positif et un score négatif à partir de mots-clés (titre + texte). Le score le plus élevé l’emporte. Le titre compte davantage que le corps du texte.

Avis favorable (pour le projet d’arrêté) si l’on détecte notamment :

• favorable, avis favorable, je suis pour, soutien
• protégeons, protection, espèces protégées, biodiversité
• interdire la chasse, en voie de disparition, préservation
• titres du type « Protection… », « Sauvegarde… », « Oui à la protection »

Avis défavorable (contre le projet) si l’on détecte notamment :

• défavorable, avis négatif, contre, opposé
• laissez les chasseurs, gestion adaptative, moratoire
• la chasse n’est pas la cause, fédérations des chasseurs, disproportionné

Cas particulier : un titre comme « Favorable au retrait de la liste des animaux chassables » est compté favorable au projet d’arrêté (le mot « favorable » prime).

Si aucun indice clair n’est trouvé, l’avis est classé indéterminé et mérite une relecture humaine.

3. Sens détaillé (surtout ESOD / listes d’espèces)

Pour les consultations type ESOD, un second niveau précise le registre des avis défavorables :

• pro-maintien : volonté de garder l’espèce sur la liste / régulation / dégâts
• anti-classement : registre protection animale, opposition aux prélèvements
• à vérifier : titre défavorable sans signal clair — à relire à la main

Sur d’autres arrêtés (protection stricte, habitats…), ce détail peut rester peu rempli : le bilan favorable / défavorable reste la référence principale.

4. Espèces et départements

Le script repère dans le texte les espèces d’une liste extensible (ESOD + espèces fréquemment consultées) et les départements (codes 01–95 / 971–976 ou noms). Ces comptages figurent dans la synthèse et dans le CSV exporté.

5. Découverte des thèmes (avis défavorables)

Les thèmes ne sont pas figés sur un arrêté donné. Pour les avis négatifs argumentés :

1. TF-IDF extrait les termes importants du corpus
2. NMF regroupe les avis en thèmes (clusters)
3. Chaque thème est nommé soit par un libellé biodiversité s’il correspond à une famille connue, soit par ses mots-clés caractéristiques

Les avis très courts (« avis défavorable ») vont dans : Avis brefs ou peu argumentés.

6. Familles de thèmes possibles (libellés)

Si le cluster découvert matche suffisamment ces familles, le libellé suivant est proposé :

• Rôle des chasseurs et gestion cynégétique
• Causes du déclin hors chasse (habitats, dérangement, climat…)
• Moratoire, gestion adaptative ou mesures déjà en place
• Protection jugée inefficace ou déjà appliquée ailleurs
• Opposition au classement en espèce protégée
• Acteurs de terrain et connaissance locale
• État de conservation et évolution des populations
• Habitats, milieux naturels et pressions anthropiques
• Dégâts agricoles et besoin de régulation (ESOD / nuisibles)
• Protection animale et opposition aux prélèvements

Ces thèmes et les mots-clés de classification sont modifiables via Configuration de la synthèse. Un argument vraiment nouveau reste libellé automatiquement sous la forme mot1 · mot2 · mot3.

7. Limites

• Pas de compréhension fine de l’ironie ou des formulations ambiguës
• La synthèse des thèmes porte sur les avis défavorables
• Les lignes « à vérifier » doivent être relues avant tout chiffre opposable
• Une relecture humaine reste recommandée avant diffusion