Dispositif d'apprentissage automatique collaboratif pour la pratique du débat - LIRMM - Laboratoire d’Informatique, de Robotique et de Microélectronique de Montpellier Accéder directement au contenu
Communication Dans Un Congrès Année : 2024

Dispositif d'apprentissage automatique collaboratif pour la pratique du débat

Résumé

The AREN-DIA project (ARgumentation and Digital - Didactics & Artificial Intelligence) aims to raise awareness of debate practices within both educational contexts and civil society discussions. The project is realized through the creation and testing of a debate platform. This platform allows for engaging in structured debates based on text, renewing the traditional approach to argumentative exchanges. It incorporates collaborative Natural Language Processing (NLP) technology to enhance the efficiency of the debate process. Our paper focuses on the challenges of the AI axis of the project, specifically, how to design a reinforcement mechanism that encourages users to participate in improving the AI system producing a structured representation of debate discourse. Thus, an automatic procedure complements the debate by suggesting key terms that synthesize the statements made. This indexing serves as the starting point for the machine's analysis and support of the debate. It is subject to completion by users who are invited to validate, invalidate, or supplement these key terms. To resolve semantic ambiguity, we employ an enrichment step for the terms to prepare them for the knowledge extraction operation based on Formal Concept Analysis (FCA). The knowledge, expressed in the form of implications, is utilized to update the relationships in the knowledge base that are leveraged during these processes.
Le projet AREN-DIA (ARgumentation Et Numérique - Didactique & Intelligence Artificielle) vise à sensibiliser à la pratique du débat dans le cadre de l’éducation et au sein de la société civile. Le projet se matérialise à travers la création et la mise à l’épreuve d’une plateforme de débat. Cette dernière offre la possibilité d’engager des débats structurés à partir d’un texte, renouvelant l’approche traditionnelle des échanges argumentatifs. Elle intègre une technologie collaborative de Traitement Automatique du Langage afin d’augmenter l’efficacité du processus de débat. Notre article se consacrera aux enjeux de l’axe IA du projet, à savoir : comment concevoir un mécanisme de renforcement incitant les utilisateurs à participer à l’amélioration du système d’IA produisant une représentation structurée des propos d’un débat ? Ainsi, une procédure automatique vient compléter le débat en suggérant des termes-clés synthétisant les propos tenus. Cette indexation est le point de départ de l’analyse et de l’accompagnement du débat par la machine. Elle est soumise à une interaction avec les utilisateurs, qui seront invités à valider, invalider ou compléter ces termes-clés. Afin de lever l’ambiguïté sémantique, nous avons recours à une étape d’enrichissement des termes pour les préparer à l’opération d’extraction de connaissances basée sur l’analyse formelle de concepts (AFC). Ces connaissances, sous forme d’implications, sont utilisées pour mettre à jour les relations dans la base de connaissances exploitée.
Fichier principal
Vignette du fichier
IBS-HG-AB-MH-ML-JS-jadt2024.pdf (241.98 Ko) Télécharger le fichier
Origine Fichiers produits par l'(les) auteur(s)

Dates et versions

lirmm-04637347 , version 1 (05-07-2024)

Identifiants

  • HAL Id : lirmm-04637347 , version 1

Citer

Imen Ben Sassi, Hani Guenoune, Alexandre Bazin, Marianne Huchard, Mathieu Lafourcade, et al.. Dispositif d'apprentissage automatique collaboratif pour la pratique du débat. JADT 2024 - 17th International Conference on Statistical Analysis of Textual Data, Jun 2024, Bruxelles, Belgique. ⟨lirmm-04637347⟩
0 Consultations
0 Téléchargements

Partager

Gmail Mastodon Facebook X LinkedIn More