Hybridation d'un agent conversationnel avec des plongements lexicaux pour la formation au diagnostic médical - Archive ouverte HAL Accéder directement au contenu
Communication Dans Un Congrès Année : 2019

Hybridization of a conversational agent with word embeddings for medical diagnostic training

Hybridation d'un agent conversationnel avec des plongements lexicaux pour la formation au diagnostic médical

Résumé

Dans le contexte médical, un patient ou médecin virtuel dialoguant permet de former les apprenants au diagnostic médical via la simulation de manière autonome. Dans ce travail, nous avons exploité les propriétés sémantiques capturées par les représentations distribuées de mots pour la recherche de questions similaires dans le système de dialogues d'un agent conversationnel médical. Deux systèmes de dialogues ont été créés et évalués sur des jeux de données collectées lors des tests avec les apprenants. Le premier système fondé sur la correspondance de règles de dialogue créées à la main présente une performance globale de 92\% comme taux de réponses cohérentes sur le cas clinique étudié tandis que le second système qui combine les règles de dialogue et la similarité sémantique réalise une performance de 97\% de réponses cohérentes en réduisant de 7\% les erreurs de compréhension par rapport au système de correspondance de règles.
Fichier principal
Vignette du fichier
6.pdf (217.21 Ko) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)

Dates et versions

hal-02567775 , version 1 (15-11-2022)

Identifiants

  • HAL Id : hal-02567775 , version 1

Citer

Fréjus Laleye, Antonia Blanié, Antoine Brouquet, Dan Benhamou, Gaël De Chalendar. Hybridation d'un agent conversationnel avec des plongements lexicaux pour la formation au diagnostic médical. Conférence sur le Traitement Automatique des Langues Naturelles (TALN-RECITAL), Jul 2019, Toulouse, France. pp.313-322. ⟨hal-02567775⟩
122 Consultations
23 Téléchargements

Partager

Gmail Facebook X LinkedIn More