Augmentation de jeux de données RI pour la recherche conversationnelle à initiative mixte - Archive ouverte HAL Accéder directement au contenu
Communication Dans Un Congrès Année : 2023

Augmentation de jeux de données RI pour la recherche conversationnelle à initiative mixte

Résumé

Une des particularités des systèmes de recherche conversationnelle est qu'ils impliquent des initiatives mixtes telles que des questions de clarification des requêtes générées par le système pour mieux comprendre le besoin utilisateur. L'évaluation de ces systèmes à grande échelle sur la tâche finale de RI est très difficile et nécessite des ensembles de données adéquats contenant de telles interactions. Cependant, les jeux de données actuels se concentrent uniquement sur les tâches traditionnelles de RI ad hoc ou sur les tâches de clarification de la requête. Pour combler cette lacune, nous proposons une méthodologie pour construire automatiquement des ensembles de données de RI conversationnelle à grande échelle à partir d'ensembles de données de RI ad hoc afin de faciliter les explorations sur la RI conversationnelle. Nous effectuons une évaluation approfondie montrant la qualité et la pertinence des interactions générées pour chaque requête initiale. Cet article montre la faisabilité et l'utilité de l'augmentation des ensembles de données de RI ad-hoc pour la RI conversationnelle.
Fichier principal
Vignette du fichier
461850.pdf (417.27 Ko) Télécharger le fichier
Origine : Fichiers éditeurs autorisés sur une archive ouverte

Dates et versions

hal-04131553 , version 1 (20-06-2023)

Identifiants

  • HAL Id : hal-04131553 , version 1

Citer

Pierre Erbacher, Philippe Preux, Jian-Yun Nie, Laure Soulier. Augmentation de jeux de données RI pour la recherche conversationnelle à initiative mixte. 18e Conférence en Recherche d'Information et Applications -- 16e Rencontres Jeunes Chercheurs en RI -- 30e Conférence sur le Traitement Automatique des Langues Naturelles -- 25e Rencontre des Étudiants Chercheurs en Informatique pour le Traitement Automatique des Langues, Jun 2023, Paris, France. pp.37-58. ⟨hal-04131553⟩
20 Consultations
50 Téléchargements

Partager

Gmail Facebook X LinkedIn More