TITRE :
Amélioration de chatbots par calcul de similarités

MOTS CLEFS :

Dialogue naturel, Traitement Automatique du Langage, Apprentissage
Automatique

CONTEXTE :
Le sujet de post-doctorat se rapporte au domaine applicatif des systèmes
de dialogue. Nous avons mis en place un système de création de chatbots,
dont le but est d'être ergonomique et utilisable par des novices en
informatique.

L'un des principes de fonctionnement de ce système est d'utiliser des
patterns de règles pour la compréhension de ce que dit ou écrit
l'utilisateur du chatbot. L'objectif à atteindre est de pouvoir prendre
en compte le maximum de formulations possibles à partir d'un ensemble de
règles données ; pour cela on cherche à associer des formulations
proches de celles prises en compte par les règles existantes, mais qui
ne déclencheraient pas celles-ci. L'association est effectuée grâce à un
calcul de similarité entre la formulation observée et les formulations
prises en compte.

Différentes métriques de calculs de similarité existent, dont les
performances varient selon le domaine d'application et le type de
données concernées. Dans le cas qui nous intéresse, les énoncés de
l'utilisateur sont souvent courts, et reliés à des univers spécialisés ;
d'autre part, comme il s'agit de dialogues, il peut être nécessaire de
prendre en compte l'aspect séquentiel des énoncés. On cherche donc une
méthode robuste offrant la meilleure performance dans ce contexte.

La problématique du calcul de similarité sémantique est souvent abordée
dans la littérature relative au Traitement Automatique du Langage
Naturel et de la Recherche d'Information, et différentes techniques y
sont décrites. Nous pouvons ainsi citer l'utilisation de thesaurus tel
que Wordnet, ou des ontologies, à partir desquels différentes mesures de
similarité ou de distance sont calculées ; l'extraction directe de
relations de similarités à partir de corpus ; ou plus récemment,
l'utilisation en ce sens du modèle word2vec. Cependant, à notre
connaissance cette problématique n'a pas été traitée dans le contexte
applicatif que nous décrivons. De plus, plusieurs chercheurs d'Orange
travaillent sur des métriques de similarité sémantique dans d'autres
cadres applicatifs. L'un de vos objectifs est de chercher la synergie
entre ces travaux en internes, ceux de la littérature, et notre cadre
applicatif.

TACHES :
Développement d'une métrique de similarité robuste s'appliquant aux
textes (dialogues) courts, très contextualisés et séquentiels.

Dans un premier temps, le postdoc fera l'état des lieux des solutions
existantes, dans la littérature ainsi que dans les équipes partenaires.

Il sélectionnera la ou les méthodes les plus appropriées, et cherchera à
l'améliorer.
L'évaluation sera faite dans le cadre décrit ci-dessus.
Tâches :
- Familiarisation avec le contexte applicatif
- Evaluation et comparaison de différents algorithmes
- Proposition de la solution optimale et application dans le contexte
  applicatif ciblé
- Validation des résultats sur les données réelles
- Soumission d'article(s) dans des conférences et/ou revues
  internationales
- Rédaction d'un rapport d'étude sur les méthodes et algorithmes
  développés lors de cette étude et sur leur évaluation.

PROFIL:
- Compétences scientifiques et techniques
    - Apprentissage automatique
    - Développement logiciel (de préférence Python ou Perl, autres
      langages possibles)
    - Traitement Automatique du Langage Naturel
    - Anglais : parlé, lu, écrit, niveau courant
    - Capacité à travailler en équipe, à communiquer
    - Esprit d'initiative et sens des responsabilités

- Expériences souhaitées
    - Thèse de doctorat en Informatique ou Sciences du Langage
      (Traitement Automatique du Langage Naturel)
    - Idéalement une première expérience (thèse et/ou stage de M2) sur
      les agents dialoguants

LIEU :
Le postdoc  se déroulera à Orange Labs à Lannion.

CONTACTS:
Jean-Léon Bouraoui jeanleon.bouraoui@orange.com
Aleksandra Guerraz aleksandra.guerraz@orange.com

DESCRIPTION DETAILLEE DU SUJET ET CANDIDATURE EN LIGNE:
https://orange.jobs/jobs/offer.do?joid=61005&lang=FR

NATURE DU FINANCEMENT :
CDD Orange Labs de 12 mois