– comprendre le besoin d’information de l’utilisateur en exploitant \u00e0 la fois les interactions en langage naturel et le feedback implicite des utilisateurs ;<\/p>\n\n\n\n
– concevoir un syst\u00e8me proactif qui anticipe les actions des utilisateurs et leur intention de recherche en sollicitant directement l’utilisateur ;<\/p>\n\n\n\n
– et \u00e9valuer ce nouveau paradigme en concevant de nouveaux cadres d’\u00e9valuation th\u00e9oriques et pratiques pour les syst\u00e8mes conversationnels orient\u00e9s recherche et en construisant des ensembles de donn\u00e9es \u00e0 grande \u00e9chelle adapt\u00e9s qui permettraient d’apprendre et d’\u00e9valuer les mod\u00e8les propos\u00e9s.\u00a0<\/p>\n\n\n\n La RI conversationnelle a une forte relation avec les syst\u00e8mes de dialogue (chat-bots). Dans les deux cas, une conversation \u00e0 plusieurs tours est \u00e9tablie entre l’utilisateur et le syst\u00e8me. Cependant, l’objectif de la RI conversationnelle diff\u00e8re de celui d’un syst\u00e8me de bavardage g\u00e9n\u00e9ral : l’objectif est de trouver plus facilement les informations pertinentes souhait\u00e9es d’une mani\u00e8re plus naturelle, plut\u00f4t que de simplement maintenir la conversation. Elle est \u00e9galement diff\u00e9rente d’une conversation orient\u00e9e vers une t\u00e2che dans un monde ferm\u00e9, car aucun mod\u00e8le bas\u00e9 sur un domaine en particulier domaine ne peut \u00eatre construit pour la RI dans un domaine ouvert.<\/p>\n\n\n\n La RI conversationnelle est \u00e9galement li\u00e9e aux questions-r\u00e9ponses (QA). En effet, la RI est g\u00e9n\u00e9ralement utilis\u00e9e comme premi\u00e8re \u00e9tape des syst\u00e8mes de QA pour localiser un petit ensemble de documents ou de passages candidats dans lesquels des r\u00e9ponses peuvent \u00eatre trouv\u00e9es. Les moteurs de recherche actuels incluent \u00e9galement les syst\u00e8mes de QA en tant que sous-module, car des questions de plus en plus compl\u00e8tes sont soumises aux moteurs de recherche. Cependant, une grande diff\u00e9rence entre la RI conversationnelle et la QA est qu’un besoin d’information ne peut g\u00e9n\u00e9ralement pas \u00eatre d\u00e9crit par une question pr\u00e9cise. La r\u00e9ponse \u00e0 une telle requ\u00eate n’est pas non plus un type d’entit\u00e9 sp\u00e9cifique, mais toute information pertinente. Par cons\u00e9quent, la RI conversationnelle doit r\u00e9pondre \u00e0 des demandes d’utilisateurs plus larges que la QA.<\/p>\n\n\n\n Nous pr\u00e9sentons deux innovations majeures dans ce projet :<\/p>\n\n\n\n – Un nouveau paradigme de RI<\/strong>\u00a0qui transforme le cadre bien \u00e9tabli de la RI ad-hoc en un cadre naturaliste. Cela implique la conception de mod\u00e8les de RI capables de 1) capturer le besoin d’information des utilisateurs dans un contexte h\u00e9t\u00e9rog\u00e8ne (caract\u00e9ris\u00e9 par des interactions en langage naturel et le feedback implicite des utilisateurs) et 2) de rendre la session de recherche proactive dans laquelle le syst\u00e8me anticipe ou affine activement le besoin des utilisateurs.<\/p>\n\n\n\n – De nouveaux mod\u00e8les d’apprentissage automatique exploitant les interactions des utilisateurs de RI\u00a0<\/strong>qui imposent 1) la prise en compte des particularit\u00e9s des actions de RI (par exemple, la reformulation des requ\u00eates, l’expression des pr\u00e9f\u00e9rences en mati\u00e8re de documents, etc.) et 2) l’optimisation de l’efficacit\u00e9 globale de la recherche.<\/p>\n\n\n\n En outre, nous relevons les d\u00e9fis suivants :<\/p>\n\n\n\n – Exploitation d’un contexte h\u00e9t\u00e9rog\u00e8ne.<\/strong>\u00a0Les diff\u00e9rents niveaux d’interactions (utilisateur-syst\u00e8me conversationnel et utilisateur-moteur de recherche) fournissent un contexte de session riche qu’il est crucial d’exploiter. Cependant, ces interactions sont h\u00e9t\u00e9rog\u00e8nes puisqu’elles comprennent \u00e0 la fois des interactions exprim\u00e9es en langage naturel et des retours implicites collect\u00e9s \u00e0 travers les logs de recherche\u00a0\u00a0utilisateurs. Une question cl\u00e9 du projet est d’exploiter ce contexte h\u00e9t\u00e9rog\u00e8ne et de d\u00e9finir comment ces deux types d’information pourraient \u00eatre pris en compte \u00e0 la fois pour comprendre le besoin d’information des utilisateurs et pour engager le syst\u00e8me dans des interactions proactives.<\/p>\n\n\n\n – Apprendre avec une petite quantit\u00e9 de donn\u00e9es.\u00a0<\/strong>Le choix m\u00e9thodologique de concevoir des mod\u00e8les formels bas\u00e9s sur l’apprentissage profond donne lieu au d\u00e9fi critique de la quantit\u00e9 de donn\u00e9es pour l’apprentissage de mod\u00e8les neuronaux profonds. C’est particuli\u00e8rement le cas dans ce projet puisque le cadre adress\u00e9 bas\u00e9 sur des syst\u00e8mes conversationnels orient\u00e9s recherche est un nouveau paradigme qui a \u00e9merg\u00e9 tr\u00e8s r\u00e9cemment. Par cons\u00e9quent, \u00e0 notre connaissance, il n’existe pas de jeux de donn\u00e9es impliquant simultan\u00e9ment les interactions des utilisateurs avec les moteurs de recherche et les syst\u00e8mes conversationnels. Un autre enjeu du projet est d’int\u00e9grer des techniques bas\u00e9es sur l’augmentation des donn\u00e9es ou la simulation d’utilisateurs pour apprendre les mod\u00e8les que nous proposons.<\/p>\n\n\n\n – Concevoir des cadres d’\u00e9valuation adapt\u00e9s.<\/strong>\u00a0Il s’agit d’un d\u00e9fi majeur dans le projet puisque nous abordons un nouveau paradigme de RI qui implique un cadre plus complexe et impose la conception de nouveaux ensembles de donn\u00e9es, protocoles, m\u00e9triques et lignes de base. En tenant compte du fait que la construction d’ensembles de donn\u00e9es \u00e0 grande \u00e9chelle bas\u00e9s sur les logs de recherche des utilisateurs r\u00e9els pourrait \u00eatre longue et co\u00fbteuse, ce d\u00e9fi impose \u00e9galement de simuler les journaux des utilisateurs, ce qui n’est pas \u00e9vident dans un cadre aussi complexe avec des interactions h\u00e9t\u00e9rog\u00e8nes.<\/p>\n\n\n\n La contribution attendue de ce projet est double, \u00e0 la fois dans les domaines de l’apprentissage profond et de la RI : <\/p>\n\n\n\n – l’introduction et la mise en \u0153uvre d’un nouveau paradigme en RI reposant sur des syst\u00e8mes conversationnels orient\u00e9s recherche ;<\/p>\n\n\n\n – l\u2019introduction de l’humain dans le cadre de l’apprentissage automatique, en prenant en consid\u00e9ration les interactions des utilisateurs avec le moteur de recherche et le syst\u00e8me conversationnel.<\/p>\n\n\n\n Les participants attacheront une importance particuli\u00e8re \u00e0 la publication de la contribution propos\u00e9e dans des conf\u00e9rences et des revues de haut niveau dans les communaut\u00e9s de la recherche d’information (par exemple, SIGIR, CIKM, ECIR) et de l’apprentissage automatique (par exemple, NIPS, ICML, ICLR). Nous participerons \u00e9galement \u00e0 des ateliers traitant de ce paradigme \u00e9mergent (CAIR \u00e0 SIGIR ou SCAI \u00e0 ICTIR). Tous les codes sources des algorithmes propos\u00e9s seront mis \u00e0 la disposition de la communaut\u00e9 en open source.<\/p>\n\n\n\n SESAMS<\/strong> est un projet d\u00e9velopp\u00e9 \u00e0 l’ISIR sous la direction de Laure Soulier (Ma\u00eetresse de Conf\u00e9rences) qui est sp\u00e9cialis\u00e9e dans la recherche d’information (en particulier, la RI interactive) et l’apprentissage par repr\u00e9sentation. Le projet est men\u00e9 en collaboration avec des sp\u00e9cialistes aux comp\u00e9tences compl\u00e9mentaires : <\/p>\n\n\n\n – Ludovic Denoyer de Sorbonne Universit\u00e9<\/a> (apprentissage par renforcement et r\u00e9seaux de neurones profonds),<\/p>\n\n\n\n – Vincent Guigue de l’ISIR (apprentissage par repr\u00e9sentation et traitement du langage naturel),<\/p>\n\n\n\n – Philippe Preux du CRIStAL<\/a>\/Inria Lille<\/a> (apprentissage par renforcement et r\u00e9seaux de neurones profonds),<\/p>\n\n\n\n![\"\"](\"https:\/\/www.isir.upmc.fr\/wp-content\/uploads\/2022\/06\/projet-sesams.png\")
<\/figure>\n<\/figure>\n\n\n\nLe contexte <\/h3>\n\n\n\n
Les objectifs<\/h3>\n\n\n\n
Les r\u00e9sultats<\/h3>\n\n\n\n
Partenariats et collaborations<\/h3>\n\n\n\n