Améliorer un agent conversationnel : prendre en compte à la volée des retours utilisateurs - Conférences TALN RECITAL Accéder directement au contenu
Communication Dans Un Congrès Année : 2021

Améliorer un agent conversationnel : prendre en compte à la volée des retours utilisateurs

Résumé

We present an approach to improve the relevance of a conversational question answering systemby leveraging previous user feedback. A dialog system deployed in contact of users can take intoaccounts feedbacks to improve the relevance of its answers. Question answering systems usuallywork through models matching a question with one or multiple answers. Here we consider the casewhere the model matches a question to a list of answers scored by relevance. A classical approach ofconsidering user feedback is to augment the training data used to retrain the matching model. Herewe suggest a different approach, impacting answers scores, by considering “on the fly” the feedbacks :between when the user asks a new question and when the system responds.
Nous présentons une approche améliorant la pertinence des réponses d’un système conversationnel de question-réponse en profitant de l’expérience passée du système. Un agent conversationnel déployé au contact d’utilisateurs peut en effet profiter de retours afin d’améliorer la validité de ces futures réponses. Les systèmes de question-réponse fonctionnent généralement autour d’un modèle rapprochant sémantiquement une question à une ou plusieurs réponses potentielles. Ici, nous prenons en compte le cas où le modèle de correspondance rapproche une question à une liste de réponses associées à un score de pertinence. Une approche classique pour prendre en compte les retours d’utilisateurs, est de les utiliser pour augmenter le nombre de données de réentrainement du modèle de rapprochement sémantique. Nous proposons une approche différente, impactant le score des réponses potentielles, où nous prenons en compte « à la volée » les retours utilisateurs : entre le moment où l’utilisateur pose une nouvelle question et celui où le système lui répond.
Fichier principal
Vignette du fichier
54.pdf (425.01 Ko) Télécharger le fichier
Origine : Fichiers éditeurs autorisés sur une archive ouverte

Dates et versions

hal-03265903 , version 1 (23-06-2021)

Licence

Paternité

Identifiants

  • HAL Id : hal-03265903 , version 1

Citer

Maxime Arens. Améliorer un agent conversationnel : prendre en compte à la volée des retours utilisateurs. 23e Rencontre des Étudiants Chercheurs en Informatique pour le Traitement Automatique des Langues @ 28e Conférence sur le Traitement Automatique des Langues Naturelles (RECITAL @ TALN 2021), ATALA, Jun 2021, mode virtuel, France. pp.9-21. ⟨hal-03265903⟩
98 Consultations
58 Téléchargements

Partager

Gmail Facebook X LinkedIn More