Apprentissage par transfert et augmentation de données pour la modélisation de couples de phrases en vue d’une tâche de détection de l’équivalence sémantique

 

Nom et prénom de la doctorante : EFRAIM Octavia

Sous la direction de : RICHARD Élisabeth et MOREAU Fabienne

Unité de recherche : LIDILE

École doctorale : ALL

Année d’inscription en thèse : 11/2018

Page professionnelle  : https://perso.univ-rennes2.fr/octavia-edie.efraim


Titre de la thèse :


Apprentissage par transfert et augmentation de données pour la modélisation de couples de phrases en vue d’une tâche de détection de l’équivalence sémantique

http://www.theses.fr/s150336


Résumé de la thèse :


Les interactions entre organisations et utilisateurs passent de plus en plus par les nouveaux canaux digitaux (réseaux sociaux, SMS, forums de discussions et sites d’avis sur le Web, solutions de Web self-care (Web chat, agents virtuels, etc.), e-mail, serveurs vocaux interactifs, appels vidéo, applications mobiles, etc.). Dans ce contexte, les centres d’appels sont contraints à s’adapter et à évoluer rapidement vers des centres de contacts omnicanaux. Les données qu’ils gèrent restent néanmoins largement langagières. La thèse proposée a comme objectif de concevoir des solutions favorisant l’exploitation maximale des technologies de traitement automatique des langues naturelles pour le fonctionnement intelligent d’un centre de contacts confronté au besoin de traiter des communications en langue naturelle, écrites ou orales, issues de sources très diverses et multilingues, afin d’orienter les utilisateurs efficacement vers la ressource (agent humain ou application automatisée) la plus apte à traiter leur besoin pertinemment. La thèse proposera des algorithmes destinés à : 1) normaliser les communications issues de canaux divers, pour les rendre traitables de manière unitaire ; 2) extraire en temps réel l’intention de l’utilisateur et le sentiment exprimé. La méthodologie à laquelle aboutira la réflexion devra être suffisamment souple et générale pour pouvoir être adaptée à tout domaine d’application du centre de contacts. Comme perspective de développement futur, les travaux pourront s’intéresser à l’affinage de la modélisation des profils des clients grâce à la valorisation des données collectées au sein de la plateforme de contacts, ainsi que des données extérieures.


Nature du financement :

Contrat ARED ( co-financement région Bretagne, Université Rennes 2).

Obtenu le : 09/2015

Linguistique – Ingénierie – Didactique des Langues

Rechercher dans OpenEdition Search

Vous allez être redirigé vers OpenEdition Search