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.
Origine | Fichiers produits par l'(les) auteur(s) |
---|