Natural language generation for intelligent tutoring systems

Résumé

Ce projet aborde le problème de la génération automatique de texte pour un système de tutorat intelligent conversationnel (ITS). L’ITS conversationnel pose des questions à l’étudiant, puis analyse sa réponse à l’aide d’algorithmes d’apprentissage automatique. Lorsque la réponse de l’élève est classée comme étant incorrecte, le système doit donner un indice approprié pour l’aider à répondre à la question ou à comprendre le problème. Le système est alimenté par une base de données de questions, réponses et astuces. Le composant générant les conseils est appelé le modèle de « génération de conseils ». À cette fin, nous proposons un modèle de génération de feedback et d’astuces capable de générer des astuces pédagogiques significatives, personnalisées. Pour rendre le cours plus engageant et efficace pour chaque étudiant, nous proposons en outre un modèle de « génération de contenu » capable de générer un nouveau contenu, y compris des questions, des réponses et des conseils, automatiquement à partir de texte non structuré (tel que Wikipédia) ou de manière interactive avec l’aide des enseignants. En outre, nous étudions également comment le système peut être capable d’adapter efficacement son contenu et ses stratégies de tutorat à chaque élève.

Date	16 mai 2022
langue originale	Anglais américain
Établissement diplômant	École de technologie supérieure
Superviseur	Sylvie Ratté (Directeur(-trice))