Répondre aux requêtes des étudiants avec un agent conversationnel à mémoire supervisée - Archive ouverte HAL Accéder directement au contenu
Poster De Conférence Année : 2023

Répondre aux requêtes des étudiants avec un agent conversationnel à mémoire supervisée

Résumé

Nous présentons l'agent conversationnel (neuronal) qui a été développé à l'Université Lyon 1 pour répondre aux questions des candidats au Master Data Science. Basé sur une architecture Seq2Seq [3] combinée avec une mémoire supervisée, l'agent est capable d'identifier l'intention de l'utilisateur et d'encoder les informations pertinentes des échanges passés afin de produire une réponse personnalisée. Un générateur de dialogue a permis de constituer une base d'entraînement de 7500 dialogues synthétiques pour l'apprentissage des paramètres du modèle. L'agent conversationnel a été déployé et est accessible en ligne à l'adresse suivante : http://chatbotinfo.univ-lyon1.fr/.
Fichier principal
Vignette du fichier
Poster_EGC.pdf (240.58 Ko) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)

Dates et versions

hal-04249159 , version 1 (20-10-2023)

Identifiants

  • HAL Id : hal-04249159 , version 1

Citer

Florian Baud, Alex Aussem. Répondre aux requêtes des étudiants avec un agent conversationnel à mémoire supervisée. Extraction et Gestion des Connaissances, Jan 2023, Lyon, France. ⟨hal-04249159⟩
35 Consultations
13 Téléchargements

Partager

Gmail Facebook X LinkedIn More