Bonjour,

Les agents conversationnels, autrement appelés chatbots, ont fait
l'objet d'un phénomène de mode impressionnant il y a quelques années.
Les startups ont fleuri et les prévisions de croissance étaient
gigantesques. Depuis, la ferveur est retombée. Les technologies se sont
standardisées autour de détecteurs d'intention et d'accès aux bases de
données.

Les agents conversationnels ont aussi été expérimentés dans des
approches plus riches, comme le dialogue patient / médecin, l'agent
virtuel pouvant être ou bien le patient ou bien le médecin, selon
l'application. L'utilisation dans le cadre de la formation des
étudiants en médecine a été explorée par notre laboratoire avec les
partenaires du projet LabForSims2 [1]. Nous avons aussi expérimenté une
utilisation dans un cadre artistique avec l'artiste Rocio Berenguer qui
souhaitait un agent réaliste mais poétique [2].

Il est désormais très facile de créer un agent conversationnel pour une
tâche donnée. Il est même faisable de lui faire accepter des entrées
variées non prévues à l'avance et de lui faire générer un texte fluide,
syntaxiquement et sémantiquement correct. Par contre, il est très
difficile de produire un agent générique capable de s'adapter très
rapidement à une tâche nouvelle [3].

Ce stage s'inscrit dans le cadre d'une thèse devant commencer à
l'automne dont l'objectif sera de créer un agent conversationnel
réaliste, doté d'une « personnalité ». Le modèle de génération de
réponse devra prendre en entrée une description des connaissances de
l'agent sur le monde, sur lui-même et sur la conversation en cours de
façon à générer des réponses en cohérence avec ce modèle. Ces
connaissances externes devront pouvoir être facilement remplacées ou
mises à jour. L'agent conversationnel est développé par les chercheurs
du LASTI dans le cadre du projet européen Cortex² visant à produire des
outils facilitant l'expérience des réunions en ligne ou mixtes. Le
travail du/de la stagiaire puis du/de la thésard·e se fera dans ce
cadre.

L'objectif du stage consiste à participer à la conception de la prise
en compte des connaissances externes pour la génération de dialogues
par les modèles neuronaux génératifs et à leur expérimentation à l'aide
des corpus existant ainsi que d'un corpus multilingue en cours de
développement et auquel participe le laboratoire.

Le travail du stagiaire consistera à :
-   se familiariser avec le domaine des agents conversationnels en
    effectuant une étude bibliographique approfondie ;
-   proposer des modèles génératifs adaptés à la tâche en s'inspirant
    de l'état de l'art ;
-   entraîner les modèles et les optimiser sur le cluster Factory
    IA [4] du CEA ;
-   évaluer la qualité des dialogues générés par les modèles.

Le ou la candidat·e, en master 2 ou double diplôme ingénieur·e­/master,
devra avoir un excellent niveau en apprentissage automatique. Une
connaissance du traitement automatique des langues serait un plus.
Merci d'adresser votre candidature avec CV, lettre de motivation et
relevés de notes à Gaël de Chalendar (gael.de-chalendar@cea.fr)

Le temps nécessaire pour un recrutement au CEA est assez long
(2 à 3 mois), il faudrait donc répondre de façon assez urgente.

[1] Laleye F. A. A., Blanié A., Brouquet A., Behnamou D. & Chalendar
    G. d. (2020b). Semantic similarity to improve question
    understanding in a virtual patient. In C.-C. Hung, T. Cerný,
    D. Shin & A. Bechini, Eds., SAC'20 : The 35th ACM/SIGAPP Symposium
    on Applied Computing, online event, [Brno, Czech Republic],
    March 30 - April 3, 2020, p. 859-866 : ACM.
[2] Laleye F., de Chalendar G., Frey L. & Berenguer R. (2020a).
    Iagotchi : vers un agent conversationnel artistique. In C.
    Benzitoun, C. Braud, L. Huber, D. Langlois, S. Ouni, S. Pogodalla
    & S. Schneider, Eds., 6e conférence conjointe Journées d'Études sur
    la Parole (JEP, 33e édition), Traitement Automatique des Langues
    Naturelles (TALN, 27e édition), Rencontre des Étudiants Chercheurs
    en Informatique pour le Traitement Automatique des Langues
    (RÉCITAL, 22e édition), p. 42-45, Nancy, France : ATALA.
[3] Hogan K., Baer A. & Purtilo J. (2021). Diplomat : A Conversational
    Agent Framework for Goal-Oriented Group Discussion. In D. C.
    Morais, L. Fang & M. Horita, Eds., Contemporary Issues in Group
    Decision and Negotiation, Lecture Notes in Business Information
    Processing, p. 143-154, Cham : Springer International Publishing.
[4] https://www.hpcg-benchmark.org/custom/index.html?lid=155&slid=310