Une approche zero-shot pour localiser les transferts d’informations en conversation naturelle
Eliot Maës, Hossam Boudraa, Philippe Blache, Leonor Becerra-Bonache
Résumé : Les théories de l'interaction suggèrent que l'émergence d'une compréhension mutuelle entre les locuteurs en conversation naturelle dépend de la construction d'une base de connaissances partagée (common ground), mais n'explicitent ni le choix ni les circonstances de la mémorisation de ces informations.Des travaux antérieurs utilisant les métriques dérivées de la théorie de l'information pour analyser la dynamique d'échange d'information ne fournissent pas de moyen efficace de localiser les informations qui entreront dans le common ground. Nous proposons une nouvelle méthode basée sur la segmentation automatique d'une conversation en thèmes qui sont ensuite résumés. L'emplacement des transferts d'informations est finalement obtenu en calculant la distance entre le résumé du thème et les différents énoncés produits par un locuteur. Nous évaluons deux grands modèles de langue (LLMs) sur cette méthode, sur le corpus conversationnel français Paco-Cheese. Plus généralement, nous étudions la façon dont les derniers développement dans le champ des LLMs permettent l’étude de questions s’appuyant normalement fortement sur le jugement d’annotateurs humains.
Mots clés : Conversation Naturelle,Résumé,Localisation d’informations,Segmentation Thématique,LLMs