RAPPORT DE STAGE DE DEA D finition d’une architecture de m ‘ diateur pour des agents conversationnels anim s Karl LE GUERN 3 septembre 2004 R • sum Le stage de DEA se si c’est-• -dire des com Snipe to View nextÇEge ents dialogiques, logiciels capables de raisonner sur leur propre structure et fonctionnement pour r’ pondre des requ-tes (formelles ou, id ‘ alement, en langue naturelle). Il s’est d’ roul’ au sein du LIMSI-CNRS Orsay (91 sous la direction de J. -p. Sansonnet, et de J. -C. Martin. Mon objectif est de d ‘finir une architecture de m’ diateur pour des 1. . 2 Les Agents Intelligents , . 3. 3 Les Agents Conversationnel 1. 3. 4 Les Agents Assistants personnels . 1. 4 Le th • me de recherche Agent Dialogique : 1. 4. 1 Le projet Interviews 1. 4. 2 Le projet DABT 1. 5 DAFTLEA : sp ‘ cification du projet 2 Le mod le d’architecture DaftLea 2. 1 Architecture g • n • rale DaftLea . 2. 2 Description de l’agent LEA 2. 2. 1 Pr ‘sentation de l’agent LEA . 2. 2. 2 Architecture logicielle de LEA 2. 3 Description de DAFT . 2. 3. 1 description g’ n ‘ rale . 2. 3. 2 le mod’le DAET . . 3. 3 le ScriptLanguage et DAFT 6 nterViews 12 13 14 15 16 18 3 Mise en oeuvre de l’architecture DaftLea . 1 Int gration des diff• rents modules . 3. 2 contrAler LEA . Model View Controller (MVC) 64 Th • 6. 5 Th • me : LEA (Limsi Embodied Agent). . me : Les agents assistants me : Les agents conversationnels 6 r • sultats sont notoirement d • cevants, aux tous nouveaux Agents Conversationnels Anim s (ACA) qui se donnent pour objectif de combler le foss s mantique/cognitif entre l’usager et l’application.
Pour ce faire, deux types d » tudes ont It • men es : d’une part sur la notion d’agent dialogique, c’est- dire des composants loee giciels capables de raisonner sur leur propre structure et onctionnement pour r • pondre des requ•tes (formelles ou, id ‘ alement, en langue naturelle) ; et d’autre part sur la noe tion d’agent anim , c’est- ‘-dire g’ n ralement des « personnages » utilisant les modalit ‘s verbales et non-verbales de communication humaine qui accompagnent les applications.
Cette s paration est m •thodologique car la probl matlque, dans sa g ‘n’ tr’ s PAGF s 6 repr• sentations (forci ment impara faites) sur lesquelles les outils dialogiques pourront raisonner : que faudrait t-il id alement extraire ? que peut-on effectivement extraire ? que peut-on attendre de la repr sentation extraite ? tc. 1. 2 Objectifs du stage L’objectif de ce stage est de d’ finir une architecture logicielle de m diateur permettant d’int ‘ grer des outils d’interrogation et de contr- le dans des applications dot es d’agents conversationnel anim • s (ACA).
Nous disposerons donc de trois ‘I’ ments qui devront pouvoir communiquer, se synchroee niser : – le composant (ici, une application JAVA) – le m diateur (module fourni par J. p. Sansonnet) – un ACA, dans le cadre d PAGF 6 6 (LI MSI Embodied Aeent), vision plus claire du projet ‘ Fig. 1 – Objectifs du stage : DaftLea . 3 1. 3. 1 Le th ‘me de recherche ACA : Etat de l’art Introduction Les agents assistants personnels font partie du grand ensemble des agents intelligents. Dans notre • tude, nous commencerons par d’ crire ce qu’est un agent « intelligent ».
Ensuite, nous parlerons des agents conversationnels qui sont des agents intelligents dot’ s de la possibilit’ de dialoguer avec leur utilisateur via le Traitement Automatique du Langage Naturel. Enfin, nous d’ crirons les agents assistants personnels. Ces derniers disposent des comp tence de dialogue de l’agent conversationnel, mais peuvent aussi ex’ cuter plusieurs 6 actions pour assister leur utilisateur. 1 . 3. Les Agents Intelligents 7 6 permet d’ ‘tablir une communication entre l’agent et l’utilisateur.
Quelques techniques d’intelligence artificielle utilis • es par les agents Syse mes de recherche (exploration des espaces de recherche), Syst mes expert, T. A. LN. (Traitement Automatique des Langues Naturelles), Reconnaissance de « pattern », « data-minin<', Apprentissage automatis Logique floue... 7 I . 3. 3 Les Agents Conversationnel D ' finition L'id "e des agents conversationnels est n • e avec le programme ELIZA (programme simulant un psychologue) la fin des ann ' es 60. L'agent conversationnel on dit aussi Chatterbot) PAGF 8 6 navigation personnalis e).
En ce qui concerne les entreprises, les agents conversationnels touchent diffl rents secteurs comme le markee ting ‘lectronique, la communication entreprise/client. Un agent conversationnel peut, par exemple, accueillir les visiteurs (internautes) 24h/24 ce qui r • duit la gestion co•teuse des appels t • l’ phoniques et des mails. L’agent contribut aussi l’image de marque de l’entreee prise en cr• ant une relation plus humaine et en faisant passer un message aux internautes. (remarque : le chatterbot de CocaCoIa est consid’ r’ comme une raie personne pour 40 des internautes).
Etat actuel des recherches, et vision d’avenir La technologie utilis e pour les agents conversationnels est aujourd’hui assez simple, elle est bas e sur la reconnaissance des formes. Cependant, la recherche actuelle nous fournit des programmes d’analyse de texte (phrase) tr’ s pouss es. Les objectifs actuels de la recherche sont d’une part 36 compr’ hension de texte Gr* ce cet assistant, l’ordinateur devient un collaborateur intelligent, actif et surtout personnalis Les principaux attributs de cet agent sont : 8 Autonomie Il doit *tre capable d’intervenir sans demande de ‘utilisateur. our cela, il doit observer les actions de l’usager, et reconna ‘tre les t Aches r’ p’ titives pour les automatiser. (Apprentissage, plan d’action) personnalisation L’agent dot s’adapter l’utilisateur. Au fur et mesure de son utilia sation, il doit apprendre les habitudes de l’utilisateur (exemple : rep rer les th mes favoris recherch ‘ s sur Internet pour l’aider dans la navigation web et lui proposer des sites en rapport avec ce th me), et ainsi adapter son comportement. Communication Comme un a ent conversationnel, l’assistant doit -tre capable de tenir
