Une interface conversationnelle pour une aide intelligente

1
Une interface conversationnelle pour une aide
intelligente

• Emerson Cabrera PARAISO
• Jean-Paul A. BARTHES

2
Sommaire

• Contexte du travail
• Lagent assistant et son interface
• Problématique
• LICAI
• Larchitecture de linterface
• Le rôle des ontologies
• Linteraction entre les agents
• Conclusions

3
Contexte du travail

• Plate-forme OMAS
• Plusieurs projets développés (surtout dans la
  gestion des connaissances)

4
Quest ce quun agent assistant personnel?

• Définition
• Du point de vue informatique, un agent assistant
  personnel est un agent qui joue le rôle
  dassistant et dont lobjectif est de diminuer la
  charge de travail de son maître pendant la
  réalisation des activités professionnelles qui
  demandent une interaction avec lordinateur ou un
  autre moyen informatique (F. ENEMBRECK, 2003).

jouer le rôle dassistant

diminuer la charge de travail

5
Lapproche conversationnelle
6
Lagent assistant personnel et son interface
acteur énoncé action
Utilisateur Please, open my email account. Ouvrir le client démail
Utilisateur Locate and open the latest version of BUCKS.doc Envoyer la demande de document à lagent staff responsable
Utilisateur List all meetings at my office for the next 3 days Envoyer la demande à lagent staff responsable
Agent A new electronic message just came in Attendre la réponse de l'utilisateur
Utilisateur Look for documents on references to Assistant Agents Suggérer des meilleurs critères ou envoyer la demande à l'agent staff de recherche
7
Problématique

• Principaux défis
• conception dun mécanisme danalyse syntaxique,
  capable de traiter des énoncés parlés, pas
  forcément bien reconnus
• conception dun analyseur sémantique, capable
  dinterpréter les énoncés, pas toujours liés au
  domaine de lapplication
• conception dun gestionnaire de dialogue capable
  de gérer des conversations sur des domaines
  spécifiques, mais aussi de déclencher plusieurs
  tâches simultanément et de bien gérer larrivée
  de messages provenant de plusieurs sources
  différentes (dautres agents)
• mise en place dune structure de mémoires,
  capable de fournir des informations à la gestion
  du contexte de la conversation
• conception dune politique daffichage
  dinformations, gérée par lagent assistant, pour
  organiser la façon dinterrompre lutilisateur
  pour lui poser des questions et pour lui
  présenter des informations diverses, comme des
  résultats dexécution des tâches
• capacité dancrer le raisonnement de lagent sur
  les ontologies dont lagent dispose.

8
Interface conversationnelle pour une aide
intelligente

• Définition
• Une ICAI est le résultat de lunion dun
  mécanisme conversationnel en langage naturel
  parlé et de la gestion intelligente de ce
  mécanisme, permettant le déroulement dun
  dialogue coopératif et capable de gérer le
  déclenchement de plusieurs tâches à la demande de
  lutilisateur, avec un minimum deffort de la
  part de ce dernier.
• Comment
• Interface conversationnelle, basée sur
• la définition dun système de dialogue fondé sur
  les actes de langage directifs (ordre, question
  et réponse)
• ladoption dune stratégie coopérative pour le
  système de dialogue
• lancrage sémantique à travers les ontologies
• la séparation physique des connaissances de
  domaine et des tâches.
• la mise en place dune politique daffichage
  dinformations, un premier pas vers une politique
  de présentation
• une ontologie du domaine conçue pour la gestion
  de dialogues avec lagent assistant.

9
Linterface conversationnelle pour lagent
assistant
10
Le traitement des entrées
11
Lanalyse syntaxique
USR Do I have a meeting with Mike in my office?
S
Aux
NP
VP
Do
NP
PP
Pron
Verb
PP
Art
Noun
Prep
NP
Prep
I
have
NP
a
meeting
in
Pron
Noun
with
Propern
my
office
Mike
12
Linteraction avec lutilisateur Actes de
langage

• Une fois interprétées les entrées, quoi faire
  ?
• Chaque énoncé est compris comme une action voulue
  par son émetteur
• Les actes illocutoires
• Directif (requête, suggestion, invitation,
  avertissement)
• En classant les énoncés de lutilisateur on peut
  
• Guider linteraction (déclencher des tâches)
• Comprendre son état émotionnel
• Utiliser le même type de  discours  (parler la
   langue  de lutilisateur)

13
Ontologie du domaine (extrait)
14
Construction de lontologie du domaine

• Concepts
• lutilisation des relations dhyponymie/hyperonymi
  e (is-a) et de méronymie (has-a)
• Les attributs
• pour chaque attribut type, liste de mots
  synonymes, cardinalité et la restriction de
  domaine appropriée (time, space, people et
  general)
• Les actions
• actions applicables à chaque concept doivent être
  explicitées
• Les tokens
• liste de mots synonymes pour chaque concept
• Les instance
• instanciation multiple

reports
spreadsheets
articles
subject
conference
journal
15
Construction de la représentation formelle
ltformulagt  ( ltactiongt 1ltontology-component
sgt 1) ltactiongt  lttokengt ltontology-compone
ntsgt ( 0ltattribute-namegt 0( ltconceptgt
) ltattribute-namegt lttokengt ltconceptgt
ltconcept-namegt 0ltattribute-listgt ltconcept-namegt
lttokengt ltattribute-listgt (
ltattribute-namegt ltattribute-valuegt
) ltattribute-valuegt lttokengt
nil lttokengt  string
(list (Meeting (participant Mike) (place
office)))
16
Ancrage sémantique à laide des ontologies
17
Contexte et référence
USR (1) What is the email address of Mary? AP
(2) The email is mary_at_company.com. USR (3)
Send an email to her.
(list (address (AddressBook (name Mary))))
(E-Message (receiver Mary)
(subject nil) (content nil))
(Meeting (date 17-05-2005) (time
14-00) (place office)
(duration 1-00) (participant
Mike) (description nil))
18
Le modèle des tâches
USER List all conditions to receive an RMI
Action
Attribut
Object
(list (conditions (Allowance)))
(Allowance (conditions nil) )
19
Remplissage des paramètres
user
PA
SA1
SAn
1 Start a RMI application
What is your age?
2 26
How many children do you have?
3 None
What is your monthly income?
4 300 euros
Where do you live?
5 In Paris
request
call-for-bid
USER Start an RMI application
propose
accept-proposal
(start (RMI))
inform
(RMI (coutryOfResidence nil)
(minimumAgeValue nil) (numberOfChildsValue
nil) (RMIValue nil) (conditions nil))
inform
20
Distribution des tâches
21
Interactions - Assistant Facilitateur
22
Interactions - Centre de services
Agents de service
Ontologies
Agent assistant
Mémoires
23
Langage de contenu gestion des agents
INFO content
REQUEST-INFO question-description msg-id
INFO-REQUESTED msg-id content
TASK-SEARCH script msg-id
TASK-FORMAT task-description msg-id
TASK-REQUEST script msg-id
TASK-RESULT msg-id response content
TASK-CONFIRMATION msg-id content
24
Lévaluation de linterface conversationnelle
Testeur 4
Testeur 3
Testeur 2
Testeur 1
Données relevées
16
13
24
9
Durée de la session en minutes
82
64
78
46
Nombre déchanges (turn-takings)
1
0
0
0
Nombre dentrées hors sujets acceptées
9
8
8
7
Nombre de tâches déclenchées
20.67
15.14
19.86
13.86
Temps moyen pour le déclenchement dune tâche (en
secondes)
2
1
1
0
Nombre doffres daide spontanée
7
4
5
4
Nombre de mots non reconnues
3.45
4.05
3.83
4.63
Nombre moyen de mots dits par entrée
11
5
9
4
Nombre dentrées refusées
25
Conclusions et travaux futures

• Deux prototypes réalisés
• larchitecture proposée se montre adéquate
• linterface est prévisible
• lévolution du modèle générique de lagent
  assistant
• Les travaux futures et les voies de recherche
• amélioration des prototypes
• application réelle
• conception et mise en place dune politique de
  présentation
• étude de limpact de la mobilité de lutilisateur
• approfondissement de létude du rôle des
  ontologies dans linterprétation et dans la
  personnalisation de linteraction entre
  lutilisateur et son agent assistant

26
Les travaux en cours Groupe Agents

• Gilson SATO
• Modélisation et implémentation d'un agent
  numérique pour le support des coordinateurs de
  Communautés de pratique distribuées qui
  participent dans le développement de produit
• Adriana VIVACQUA
• Modélisation et implémentation numériques pour
  informer les personnes d'opportunités de
  collaboration
• Fathia BETTAHAR
• Expressivité des formalismes de représentation
  des ontologies application à l'orchestration
  dynamique de services dans le cadre
  d'e-Gouvernement
• Kejia CHEN
• Structuration de la mémoire d'un agent assistant
  applications aux EIAH
• Emerson PARAISO
• Interface conversationnelle pour une aide
  intelligente

27
Fin

• Merci.
• emerson.paraiso_at_utc.fr

28
Task Search
- call-for-bid (TASK-SEARCH (list (address
(AddressBook (name Mike)))) 8)
29
Task Format
(TASK-FORMAT (ltTaskgt ltprm prm_id"1"gt ltnamegtR
ECEIVERlt/namegt ltsynsetgtreceiver
tolt/synsetgt ltquestiongtWho is the
receiverlt/questiongt lttypegtpropernlt/typegt ltre
quiredgttruelt/requiredgt ltinput_sourcegtvocallt/inp
ut_sourcegt ltdefault_valuegtnonelt/default_valuegt
lt/prmgt ltprm prm_id"2"gt ltnamegtSUBJECTlt/name
gt ltsynsetgtsubject aboutlt/synsetgt ltquestiongtW
hat is the subjectlt/questiongt lttypegttextlt/typegt
ltrequiredgttruelt/requiredgt ltinput_sourcegtvoc
allt/input_sourcegt ltdefault_valuegtnonelt/default_
valuegt lt/prmgt ltprm prm_id"3"gt ltnamegtCONTEN
Tlt/namegt ltsynsetgtcontent textlt/synsetgt ltques
tiongtWhat is the contentlt/questiongt lttypegttextlt
/typegt ltrequiredgttruelt/requiredgt ltinput_sour
cegtkeyboardlt/input_sourcegt ltdefault_valuegtnonelt
/default_valuegt lt/prmgt ltscriptgt_at_SENDEMAILlt/scr
iptgt ltauthorizationgttruelt/authorizationgt
lt/Taskgt) 105)
30
Task Request
(TASK-REQUEST (_at_SENDEMAIL (receiver Marc)
(subject Setting a meeting) (content
Dear Marc, Mrs. Mary Smith is working )) 2)
31
Mémoires de lagent

• Historique des instances des concepts
• Mémoire à court terme
• liste des tâches en exécution
• Mémoire à moyen terme
• liste des tâches déjà exécutées
• Mémoire à long terme
• log (stockage physique) des tâches exécutées au
  cours dune session de dialogue
• Mémoire de conversation
• liste des énoncés parlés par lutilisateur et par
  le système, pour chaque tâche.