@inproceedings{Njifenjou-Sucal-Jabaian-Lefevre:CORIA-TALN:2023,
    author = "Njifenjou, Ahmed and Sucal, Virgile and Jabaian, Bassam and Lef\`evre, Fabrice",
    title = "Portabilit\'e linguistique des mod\`eles de langage pr\'e-appris appliqu\'es \`a la t\^ache de dialogue humain-machine en fran\c{c}ais",
    booktitle = "Actes de CORIA-TALN 2023. Actes de la 30e Conf\'erence sur le Traitement Automatique des Langues Naturelles (TALN),  volume 4 : articles d\'ej\`a soumis ou accept\'es en conf\'erence internationale",
    month = "6",
    year = "2023",
    address = "Paris, France",
    publisher = "Association pour le Traitement Automatique des Langues",
    pages = "148-156",
    note = "",
    abstract = "Dans cet article, nous proposons une \'etude de la portabilit\'e linguistique des mod\`eles de langage\textasciitilde pr\'e-appris (MLPs) appliqu\'es \`a une t\^ache de dialogue \`a domaine ouvert. La langue cible (L\\_T) retenue\textasciitilde dans cette \'etude est le fran\c{c}ais. Elle dispose de peu de ressources sp\'ecifiques pour la t\^ache consid\'er\'ee\textasciitilde et nous permet de r\'ealiser une \'evaluation humaine. La langue source (L\\_S) est l'anglais qui concentre\textasciitilde la majorit\'e des travaux r\'ecents dans ce domaine. Construire des MLPs sp\'ecifiques pour chaque langue\textasciitilde n\'ecessite de collecter de nouveaux jeux de donn\'ees et cela est co\^uteux. Ainsi, \`a partir des ressources\textasciitilde disponibles en\textasciitilde L\\_S\textasciitilde et\textasciitilde L\\_T, nous souhaitons \'evaluer les performances atteignables par un syst\`eme de\textasciitilde conversation en\textasciitilde L\\_T\textasciitilde . Pour cela, nous proposons trois approches : TrainOnTarget o\`u le corpus\textasciitilde L\\_S\textasciitilde est traduit vers\textasciitilde L\\_T\textasciitilde avant l'affinage du mod\`ele, TestOnSource o\`u un mod\`ele\textasciitilde L\\_S\textasciitilde est coupl\'e avec\textasciitilde des modules de traduction au moment du d\'ecodage et TrainOnSourceAdaptOnTarget, qui utilise\textasciitilde un MLP multilingue - ici BLOOM (BigScience Workshop, 2022) - avec l'architecture MAD-X\textasciitilde Adapter (Pfeiffer\textasciitilde et al., 2020) pour apprendre la t\^ache en\textasciitilde L\\_S\textasciitilde et l'adapter \`a\textasciitilde L\\_T\textasciitilde . Les mod\`eles sont\textasciitilde \'evalu\'es dans des conditions de dialogue oral et les strat\'egies sont compar\'ees en termes de qualit\'e\textasciitilde per\c{c}ue lors l'interaction.",
    keywords = "Agent conversationnel, Transformers, Portabilit\'e multilingue, Langue peu dot\'ee",
    url = "461962.pdf"
}