Dans ce mémoire, nous présentons le développement d'un système automatique qui permet d'identifier les dialogues problématiques dans le contexte d'un système de dialogue personnemachine. Le système que nous développons est un type d'application dans le domaine de Reconnaissance de formes et inspection (Pattern Classification). Dans ce travail, nous proposons une approche probabiliste qui permet de prédire la satisfaction de l’usager à chaque tour de parole dans un dialogue parlé. Pour ce faire, toutes les caractéristiques utilisées dans notre système sont automatiquement extraites de l'énoncé. Un modèle de Markov caché (HMM) est utilisé pour construire notre système. Afin d'évaluer la performance du système, nous faisons l'expérimentation sur deux corpus publiquement distribués par le Linguistic Data Consortium (DARPA Communicator 2000 et DARPA Communicator 2001). La validation croisée est utilisée comme méthode d’évaluation. Nos résultats montrent que le système pourrait être appliqué à des problématiques réelles.
| Date | 10 déc. 2010 |
|---|
| langue originale | Anglais américain |
|---|
| Établissement diplômant | - École de technologie supérieure
|
|---|
| Superviseur | Pierre Dumouchel (Directeur(-trice)) & Narjès Boufaden (Codirecteur(-trice)) |
|---|
- Systèmes conversationnels (Informatique) Intéraction homme-machine (Informatique) Exploration de données (Informatique) Reconnaissance des formes (Informatique) Apprentissage automatique. Caché
- Classification
- Communicator
- Darpa
- Dialogue
- forage de données
- identificateur de dialogues problématiques
- Machine
- Markov
- Personne
- Problematique.
Truong, H. C. (Auteur(e)),
Dumouchel (Directeur(-trice)) & Boufaden (Codirecteur(-trice)),
10 déc. 2010Thèses et mémoires: Mémoire de maîtrise › Maîtrise en ingénierie: Génie électrique