Les moteurs de recherche reposent sur un paradigme dit ad-hoc où l'utilisateur exprime un besoin en information (souvent sous la forme d'une requête de quelques mots) afin d'obtenir un ensemble de documents associés. Le développement des modèles de langue a bouleversé de nombreux enjeux autour du traitement de la donnée textuelle, permettant de capturer la sémantique du langage naturel. Dans le projet ANR JCJC SESAMS débuté en 2018, nous nous sommes intéressés à l'intégration des interactions en langage naturel au sein des moteurs de recherche, notamment au travers de conversations autour de la compréhension du besoin utilisateur. Nous avons adressé différents enjeux tels que l'ordonnancement des documents en prenant en compte le contexte conversationnel, ou encore la modélisation d'échanges proactifs entre le système et l'utilisateur pour clarifier son besoin. Dans cet exposé, nous présenterons nos travaux réalisés dans le cadre du projet ainsi que les perspectives de recherche associées.

Bio :

Laure Soulier est maîtresse de conférences à Sorbonne Université au sein de l’équipe « Machine Learning and Information Access » de l’Institut des Systèmes Intelligents et de Robotique à Paris. Elle s’intéresse aux techniques d’apprentissage profond pour des tâches de traitement automatique du langage et de recherche d’information. Sa recherche s’articule autour de deux thématiques : la génération de résumés textuels à partir de données structurées (tableaux, graphes) et les moteurs de recherche conversationnels (projet financé par ANR JCJC dont elle est coordinatrice). Elle a co-publié plus de 50 articles scientifiques dans des conférences et journaux internationaux et est impliquée dans de nombreux projets européens (Horizon PILLAR, Chist Era MUSTER, ...) ou nationaux (ANR JCJC SESAMS, ANR PRCE ACDC, PEPR SHARP, ...).

Enregistrement : https://drive.google.com/file/d/19hNisC1Xo1oK1wxxBGmBA8LGkP4SBPjO/view?usp=drive_link