@inproceedings{Arens:RECITAL:2021,
    author = "Arens, Maxime",
    title = "Am\'eliorer un agent conversationnel : prendre en compte \`a la vol\'ee des retours utilisateurs",
    booktitle = "Actes de la 28e Conf\'erence sur le Traitement Automatique des Langues Naturelles. Volume 2 : 23e REncontres jeunes Chercheurs en Informatique pour le TAL (RECITAL) - Communications orales",
    month = "6",
    year = "2021",
    address = "Lille, France",
    publisher = "Association pour le Traitement Automatique des Langues",
    pages = "1-13",
    note = "Improve a conversational agent : considering on the fly user feedback",
    abstract = "Nous pr\'esentons une approche am\'eliorant la pertinence des r\'eponses d'un syst\`eme conversationnel de question-r\'eponse en profitant de l'exp\'erience pass\'ee du syst\`eme. Un agent conversationnel d\'eploy\'e au contact d'utilisateurs peut en effet profiter de retours afin d'am\'eliorer la validit\'e de ces futures r\'eponses. Les syst\`emes de question-r\'eponse fonctionnent g\'en\'eralement autour d'un mod\`ele rapprochant s\'emantiquement une question \`a une ou plusieurs r\'eponses potentielles. Ici, nous prenons en compte le cas o\`u le mod\`ele de correspondance rapproche une question \`a une liste de r\'eponses associ\'ees \`a un score de pertinence. Une approche classique pour prendre en compte les retours d'utilisateurs, est de les utiliser pour augmenter le nombre de donn\'ees de r\'eentrainement du mod\`ele de rapprochement s\'emantique. Nous proposons une approche diff\'erente, impactant le score des r\'eponses potentielles, o\`u nous prenons en compte {\guillemotleft} \`a la vol\'ee {\guillemotright} les retours utilisateurs : entre le moment o\`u l'utilisateur pose une nouvelle question et celui o\`u le syst\`eme lui r\'epond.",
    keywords = "Question-r\'eponse conversationnelle ; Retours utilisateurs ; Similarit\'e entre questions ;  Apprentissage actif.",
    url = "http://talnarchives.atala.org/RECITAL/RECITAL-2021/54.pdf"
}