@inproceedings{Laleye-de-Chalendar-Brouquet-Blanie-Benhamou:TALN:2019,
    author = {Laleye, Fr\'ejus and de Chalendar, Ga\"el and Brouquet, Antoine and Blani\'e, Antonia and Benhamou, Dan},
    title = "Hybridation d'un agent conversationnel avec des plongements lexicaux pour la formation au diagnostic m\'edical",
    booktitle = "Actes de la Conf\'erence sur le Traitement Automatique des Langues Naturelles. Volume 2 : Articles courts",
    month = "7",
    year = "2019",
    address = "Toulouse, France",
    publisher = "Association pour le Traitement Automatique des Langues",
    pages = "313-322",
    note = "Hybridization of a conversational agent with word embeddings for medical diagnostic training",
    abstract = "Dans le contexte m\'edical, un patient ou m\'edecin virtuel dialoguant permet de former les apprenants au diagnostic m\'edical via la simulation de mani\`ere autonome. Dans ce travail, nous avons exploit\'e les propri\'et\'es s\'emantiques captur\'ees par les repr\'esentations distribu\'ees de mots pour la recherche de questions similaires dans le syst\`eme de dialogues d'un agent conversationnel m\'edical. Deux syst\`emes de dialogues ont \'et\'e cr\'e\'es et \'evalu\'es sur des jeux de donn\'ees collect\'ees lors des tests avec les apprenants. Le premier syst\`eme fond\'e sur la correspondance de r\`egles de dialogue cr\'e\'ees \`a la main pr\'esente une performance globale de 92\\% comme taux de r\'eponses coh\'erentes sur le cas clinique \'etudi\'e tandis que le second syst\`eme qui combine les r\`egles de dialogue et la similarit\'e s\'emantique r\'ealise une performance de 97\\% de r\'eponses coh\'erentes en r\'eduisant de 7\\% les erreurs de compr\'ehension par rapport au syst\`eme de correspondance de r\`egles.",
    keywords = "Agents conversationnels, Chatbots, M\'edecine, Formation, Similarit\'e s\'emantique,  Plongements Lexicaux.",
    url = "http://talnarchives.atala.org/TALN/TALN-2019/6.pdf"
}