Imen Akermi*, Johannes Heinecke* et Frédéric Herledan*
*Orange Innovation, 2 av. Pierre Marzin, 22307 Lannion, France
Résumé
Cet article traite de la génération du langage naturel dans le contexte des systèmes de questions-réponses. Les différents travaux portant sur ces systèmes se sont focalisés sur la génération d’une réponse courte ou d’un paragraphe contenant la réponse, à partir de données structurées ou de pages Web. La longueur de ces réponses n’est généralement pas appropriée du fait que les réponses peuvent être perçues comme trop brèves ou trop longues pour être lues à haute voix par un assistant intelligent. Dans ce travail, nous présentons une approche non supervisée de génération de réponses concises qui ne nécessite pas de données annotées. Testée sur des corpus de données en anglais et en français, l’approche proposée montre des résultats très prometteurs.
Résumé (en anglais)
This paper presents an unsupervised approach for natural language generation within the framework of question-answering systems. This approach addresses the issue of generating answers that are usually too short or too long without having to resort to annotated data. This approach shows promising results for English and for French.
Paru dans
Document
Rank
1