Hybridation d'un agent conversationnel avec des plongements lexicaux pour la formation au diagnostic m\'edical (Hybridization of a conversational agent with word embeddings for medical diagnostic training)
Dans le contexte m{\'e}dical, un patient ou m{\'e}decin virtuel dialoguant permet de former les apprenants au diagnostic m{\'e}dical via la simulation de mani{\`e}re autonome. Dans ce travail, nous avons exploit{\'e} les propri{\'e}t{\'e}s s{\'e}mantiques captur{\'e}es par les repr{\'e}sentations distribu{\'e}es de mots pour la recherche de questions similaires dans le syst{\`e}me de dialogues d{'}un agent conversationnel m{\'e}dical. Deux syst{\`e}mes de dialogues ont {\'e}t{\'e} cr{\'e}{\'e}s et {\'e}valu{\'e}s sur des jeux de donn{\'e}es collect{\'e}es lors des tests avec les apprenants. Le premier syst{\`e}me fond{\'e} sur la correspondance de r{\`e}gles de dialogue cr{\'e}{\'e}es {\`a} la main pr{\'e}sente une performance globale de 92{\%} comme taux de r{\'e}ponses coh{\'e}rentes sur le cas clinique {\'e}tudi{\'e} tandis que le second syst{\`e}me qui combine les r{\`e}gles de dialogue et la similarit{\'e} s{\'e}mantique r{\'e}alise une performance de 97{\%} de r{\'e}ponses coh{\'e}rentes en r{\'e}duisant de 7{\%} les erreurs de compr{\'e}hension par rapport au syst{\`e}me de correspondance de r{\`e}gles.
PDF Abstract