Détection et prédiction de la satisfaction des usagers dans les dialogues Personne-Machine
Narjès Boufaden, Truong Le Hoang, Pierre Dumouchel
Résumé : Nous étudions le rôle des entités nommées et marques discursives de rétroaction pour la tâche de classification et prédiction de la satisfaction usager à partir de dialogues. Les expériences menées sur 1027 dialogues Personne-Machine dans le domaine des agences de voyage montrent que les entités nommées et les marques discursives n’améliorent pas de manière significative le taux de classification des dialogues. Par contre, elles permettent une meilleure prédiction de la satisfaction usager à partir des premiers tours de parole usager.
Abstract : We study the usefulness of named entities and acknowldgment words for user satisfaction classification and prediction from Human-Computer dialogs. We show that named entities and acknowledgment words do not enhance baseline classification performance. However, they allow a better prediction of user satisfaction in the beginning of the dialogue.
Mots clés : prédiction de la satisfaction usager, classification des dialogues Personne-Machine
Keywords : prediction of user satisfaction, Human-Computer dialog classification