Introduction au Traitement Automatique du Langage

LZO15 Devoir n°4

  Question 1

Dans le cas d’Elizia, les cookies ont une influence sur l’échange que le locuteur entreprend avec le logiciel informatique. En effet, si l’on ne supprime pas les cookies après chaque utilisation de ce chatbot, il  nous reconnaît. On se rend alors compte que les répétitions sont plus fréquentes et que le temps de réponses d’Elizia est plus lent.

Question 2

Le mot clé est un terme général ou générique regroupant plusieurs autres mots ayant un sens commun ou une racine commune. Pour distinguer ce mot clé des formes complexes de mots clés, plusieurs indices existent :
-         Tout d’abord le trait d’union «_ » qui caractérise une forme composée.
-         Ensuite, l’apostrophe « ‘ » qui symbolisent une union de deux mots clés.
-         Enfin la majuscule et le point caractérisant une suite ordonnée de mots clés formant une phrase ou un énoncé.

La pertinence c’est quoi ?

 Exercice 1

Voici les 5 cas choisis sous forme de tableau :

Exercice 2

Le premier cas a été déclenché par le nom commun « amis » mais la négation « n’ » peut aussi influencer ce cas.

Pour le second cas, le nom commun « famille » a permis de déclencher le cas.

Le cas n°3 a été déclenché par le verbe de modalité « dois » symbolisant l’obligation.

Le cas suivant a été réalisé grâce au mot clé « amour » qui est un nom commun.

Enfin, pour ce qui est du dernier cas, deux mots clés sont à l’origine du déclenchement : le verbe « résoudrait » et le nom commun « problème. »

 
Exercice 3

Pour améliorer la discussion, il faudrait tout d’abord diversifier et développer l’éventail de mots clés dans l’inventaire d’Elizia pour que l’échange soit plus complet et fructueux.

De plus, afin d’éviter les répétitions, il faudrait décocher, pour les cas normaux, toutes las cases intitulées « ce cas peut-être repris ».
 C’est-à-dire modifier le déclencheur de répétitions.
En voici l’illustration :

 Cependant, en tant que locuteur « étranger » au système, on ne peut apporter de réelles améliorations à ce chatbot.

 Exercice 4

Pour avoir une meilleure pertinence dans les réponses, il faut rester dans des questions d’ordre général pour ne pas avoir d’incohérences au sein de l’échange.

Ensuite, il faudrait enrichir l’ensemble des signes linguistiques que possède le chatbot Elizia. Mais, il nous est impossible de le modifier sans toucher à aux bases de données à l’origine de ce logiciel.

Il serait donc nécessaire d’améliorer l’ossature d’Elizia qui est à la base de sa conception.

Autrement dit, la sémantique s’avère être essentielle dans ce type de nouvelle technologie car c’est à travers elle que l’on se rend compte si l’échange est compréhensible, cohérent et riche.


Exercice 5

Dans le cadre d’Elizia, la sémantique et la syntaxe sont tout d’abord restreintes.

De plus, la sémantique fonctionne sous forme de mots clés qui ont été acceptés, parfois avec des fautes d’orthographe, en petit nombre. Cela explique donc la « pauvreté » de l’échange car Elizia n’a pas la capacité de répondre en détail, à des questions précises.

La sémantique est donc une des limites de ce logiciel informatique qui nuit à son efficacité et à son authenticité.

Attachons nous maintenant à la syntaxe de ce chatbot. Après avoir étudié l’onglet supervision de ce dernier, des phrases déjà construites sont enregistrées afin qu’Elizia les réutilisent dans l’échange. Mais elles sont en nombre limité et donnent alors naissance aux répétitions ou à des phrases syntaxiquement incorrectes que le logiciel créait en temps réel pour pouvoir perdurer dans l’échange. Elles sont dans la plupart des cas à l’origine des contre-sens et des incohérences.

Conclusion

Après cet étude de cas, nous pouvons dire que ce chatbot est en devenir. En effet, il comporte des limites et n’est pas réellement adapté au domaine de la thérapie.

Mais il est tout de même innovant et ne demande qu’à être améliorer pour devenir performant.

Grâce à la recherche et aux nouvelles technologies, les chatbots deviendront un jour des locuteurs indissociables des locuteurs réels.