Topic clustering within chatbots - Inria - Institut national de recherche en sciences et technologies du numérique
Rapport (Rapport De Recherche) Année : 2020

Topic clustering within chatbots

Résumé

Nous commençons le projet en explorant un grand nombre de méthodes NLP qui s'apparentent au Topic Clustering. Ensuite, nous choisissons parmi ces techniques une qui nous semble la plus prometteuse, à savoir les Contextualised Word Embeddings. Dans notre projet, nous nous intéressons plus particulièrement à ELMo, que l'on compare à d'autres modèles similaires en terme de performance. En optimisant les hyper-paramètres des modèles construits, nous obtenons un f1-score supérieur de 0.9. Nous poussons l'étude un peu plus loin, en examinant non seulement la détection de sujet, mais aussi la génération d'une réponse adéquate, avec un mécanisme d'attention particulièrement efficace dans le cas d'un utilisateur non-coopératif. Enfin, nous étudions comment les 3 modèles décrits peuvent être combinés pour répondre à la problématique du projet.
Fichier principal
Vignette du fichier
Topic_clustering_within_chatbots.pdf (2.11 Mo) Télécharger le fichier
Origine Fichiers produits par l'(les) auteur(s)

Dates et versions

hal-03090625 , version 1 (29-12-2020)

Identifiants

  • HAL Id : hal-03090625 , version 1

Citer

Riade Benbaki, Haolin Pan, Pierre Clarou, Alexandre Thomas. Topic clustering within chatbots. [Rapport de recherche] École polytechnique. 2020. ⟨hal-03090625⟩

Collections

X LARA IP_PARIS
148 Consultations
124 Téléchargements

Partager

More