@inproceedings{schaub-vaudapiviz-2019-les,
title = "Les syst{\`e}mes de dialogue orient{\'e}s-but : {\'e}tat de l`art et perspectives d`am{\'e}lioration (Goal-oriented dialog systems : a recent overview and research prospects )",
author = "Schaub, L{\'e}on-Paul and
Vaudapiviz, Cyndel",
editor = "Morin, Emmanuel and
Rosset, Sophie and
Zweigenbaum, Pierre",
booktitle = "Actes de la Conf{\'e}rence sur le Traitement Automatique des Langues Naturelles (TALN) PFIA 2019. Volume III : RECITAL",
month = "7",
year = "2019",
address = "Toulouse, France",
publisher = "ATALA",
url = "https://aclanthology.org/2019.jeptalnrecital-recital.7/",
pages = "541--562",
language = "fra",
abstract = "La gestion et la s{\'e}lection des informations pertinentes pour un tour de parole donn{\'e} restent un probl{\`e}me pour les syst{\`e}mes de dialogue {\`a} domaine ouvert. Pour ces derniers, les interactions possibles entre un utilisateur et un agent sont a priori infinies et ind{\'e}finies. La possibilit{\'e} d`une r{\'e}ponse erron{\'e}e de l`agent {\`a} l`utilisateur demeure donc {\'e}lev{\'e}e. Pour les syst{\`e}mes orient{\'e}s-but, le probl{\`e}me est consid{\'e}r{\'e} comme r{\'e}solu, mais d`apr{\`e}s notre exp{\'e}rience aucun syst{\`e}me ne montre une robustesse remarquable lorsqu`il est {\'e}valu{\'e} en situation r{\'e}elle. Dans cet article, nous dressons un {\'e}tat de l`art des m{\'e}thodes d`apprentissage de l`agent et des diff{\'e}rents mod{\`e}les d`agent conversationnel. Selon nous, l`une des pistes d`am{\'e}lioration de l`agent r{\'e}side dans sa m{\'e}moire, car cette derni{\`e}re (souvent repr{\'e}sent{\'e}e par le triplet : tour de parole courant, historique du dialogue et base de connaissances) n`est pas encore mod{\'e}lis{\'e}e avec assez de pr{\'e}cision. En dotant l`agent d`un mod{\`e}le de m{\'e}moire d`inspiration cognitive, nous pensons pouvoir augmenter les performances d`un syst{\`e}me de dialogue orient{\'e}-but en situation r{\'e}elle, par l`emploi d`algorithmes d`apprentissage automatique avec une approche antagoniste en support d`un nouveau mod{\`e}le de m{\'e}moire pour l`agent."
}
<?xml version="1.0" encoding="UTF-8"?>
<modsCollection xmlns="http://www.loc.gov/mods/v3">
<mods ID="schaub-vaudapiviz-2019-les">
<titleInfo>
<title>Les systèmes de dialogue orientés-but : état de l‘art et perspectives d‘amélioration (Goal-oriented dialog systems : a recent overview and research prospects )</title>
</titleInfo>
<name type="personal">
<namePart type="given">Léon-Paul</namePart>
<namePart type="family">Schaub</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Cyndel</namePart>
<namePart type="family">Vaudapiviz</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<originInfo>
<dateIssued>2019-07</dateIssued>
</originInfo>
<typeOfResource>text</typeOfResource>
<language>
<languageTerm type="text">fra</languageTerm>
</language>
<relatedItem type="host">
<titleInfo>
<title>Actes de la Conférence sur le Traitement Automatique des Langues Naturelles (TALN) PFIA 2019. Volume III : RECITAL</title>
</titleInfo>
<name type="personal">
<namePart type="given">Emmanuel</namePart>
<namePart type="family">Morin</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Sophie</namePart>
<namePart type="family">Rosset</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Pierre</namePart>
<namePart type="family">Zweigenbaum</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<originInfo>
<publisher>ATALA</publisher>
<place>
<placeTerm type="text">Toulouse, France</placeTerm>
</place>
</originInfo>
<genre authority="marcgt">conference publication</genre>
</relatedItem>
<abstract>La gestion et la sélection des informations pertinentes pour un tour de parole donné restent un problème pour les systèmes de dialogue à domaine ouvert. Pour ces derniers, les interactions possibles entre un utilisateur et un agent sont a priori infinies et indéfinies. La possibilité d‘une réponse erronée de l‘agent à l‘utilisateur demeure donc élevée. Pour les systèmes orientés-but, le problème est considéré comme résolu, mais d‘après notre expérience aucun système ne montre une robustesse remarquable lorsqu‘il est évalué en situation réelle. Dans cet article, nous dressons un état de l‘art des méthodes d‘apprentissage de l‘agent et des différents modèles d‘agent conversationnel. Selon nous, l‘une des pistes d‘amélioration de l‘agent réside dans sa mémoire, car cette dernière (souvent représentée par le triplet : tour de parole courant, historique du dialogue et base de connaissances) n‘est pas encore modélisée avec assez de précision. En dotant l‘agent d‘un modèle de mémoire d‘inspiration cognitive, nous pensons pouvoir augmenter les performances d‘un système de dialogue orienté-but en situation réelle, par l‘emploi d‘algorithmes d‘apprentissage automatique avec une approche antagoniste en support d‘un nouveau modèle de mémoire pour l‘agent.</abstract>
<identifier type="citekey">schaub-vaudapiviz-2019-les</identifier>
<location>
<url>https://aclanthology.org/2019.jeptalnrecital-recital.7/</url>
</location>
<part>
<date>2019-7</date>
<extent unit="page">
<start>541</start>
<end>562</end>
</extent>
</part>
</mods>
</modsCollection>
%0 Conference Proceedings
%T Les systèmes de dialogue orientés-but : état de l‘art et perspectives d‘amélioration (Goal-oriented dialog systems : a recent overview and research prospects )
%A Schaub, Léon-Paul
%A Vaudapiviz, Cyndel
%Y Morin, Emmanuel
%Y Rosset, Sophie
%Y Zweigenbaum, Pierre
%S Actes de la Conférence sur le Traitement Automatique des Langues Naturelles (TALN) PFIA 2019. Volume III : RECITAL
%D 2019
%8 July
%I ATALA
%C Toulouse, France
%G fra
%F schaub-vaudapiviz-2019-les
%X La gestion et la sélection des informations pertinentes pour un tour de parole donné restent un problème pour les systèmes de dialogue à domaine ouvert. Pour ces derniers, les interactions possibles entre un utilisateur et un agent sont a priori infinies et indéfinies. La possibilité d‘une réponse erronée de l‘agent à l‘utilisateur demeure donc élevée. Pour les systèmes orientés-but, le problème est considéré comme résolu, mais d‘après notre expérience aucun système ne montre une robustesse remarquable lorsqu‘il est évalué en situation réelle. Dans cet article, nous dressons un état de l‘art des méthodes d‘apprentissage de l‘agent et des différents modèles d‘agent conversationnel. Selon nous, l‘une des pistes d‘amélioration de l‘agent réside dans sa mémoire, car cette dernière (souvent représentée par le triplet : tour de parole courant, historique du dialogue et base de connaissances) n‘est pas encore modélisée avec assez de précision. En dotant l‘agent d‘un modèle de mémoire d‘inspiration cognitive, nous pensons pouvoir augmenter les performances d‘un système de dialogue orienté-but en situation réelle, par l‘emploi d‘algorithmes d‘apprentissage automatique avec une approche antagoniste en support d‘un nouveau modèle de mémoire pour l‘agent.
%U https://aclanthology.org/2019.jeptalnrecital-recital.7/
%P 541-562
Markdown (Informal)
[Les systèmes de dialogue orientés-but : état de l’art et perspectives d’amélioration (Goal-oriented dialog systems : a recent overview and research prospects )](https://aclanthology.org/2019.jeptalnrecital-recital.7/) (Schaub & Vaudapiviz, JEP/TALN/RECITAL 2019)
ACL