@inproceedings{schaub-etal-2021-definition,
title = "D{\'e}finition et d{\'e}tection des incoh{\'e}rences du syst{\`e}me dans les dialogues orient{\'e}s t{\^a}che. (We present experiments on automatically detecting inconsistent behavior of task-oriented dialogue systems from the context)",
author = "Schaub, L{\'e}on-Paul and
Hudecek, Vojtech and
Stancl, Daniel and
Dusek, Ondrej and
Paroubek, Patrick",
editor = "Denis, Pascal and
Grabar, Natalia and
Fraisse, Amel and
Cardon, R{\'e}mi and
Jacquemin, Bernard and
Kergosien, Eric and
Balvet, Antonio",
booktitle = "Actes de la 28e Conf{\'e}rence sur le Traitement Automatique des Langues Naturelles. Volume 1 : conf{\'e}rence principale",
month = "6",
year = "2021",
address = "Lille, France",
publisher = "ATALA",
url = "https://aclanthology.org/2021.jeptalnrecital-taln.13",
pages = "142--152",
abstract = "D{\'e}finition et d{\'e}tection des incoh{\'e}rences du syst{\`e}me dans les dialogues orient{\'e}s t{\^a}che. Nous pr{\'e}sentons des exp{\'e}riences sur la d{\'e}tection automatique des comportements incoh{\'e}rents des syst{\`e}mes de dialogues orient{\'e}s t{\^a}che {\`a} partir du contexte. Nous enrichissons les donn{\'e}es bAbI/DSTC2 (Bordes et al., 2017) avec une annotation automatique des incoh{\'e}rences de dialogue, et nous d{\'e}montrons que les incoh{\'e}rences sont en corr{\'e}lation avec les dialogues rat{\'e}s. Nous supposons que l{'}utilisation d{'}un historique de dialogue limit{\'e} et la pr{\'e}diction du prochain tour de l{'}utilisateur peuvent am{\'e}liorer la classification des incoh{\'e}rences. Si les deux hypoth{\`e}ses sont confirm{\'e}es pour un mod{\`e}le de dialogue bas{\'e} sur les r{\'e}seaux de m{\'e}moire, elles ne le sont pas pour un entra{\^\i}nement bas{\'e} sur le mod{\`e}le de langage GPT-2, qui b{\'e}n{\'e}ficie le plus de l{'}utilisation de l{'}historique complet du dialogue et obtient un score de pr{\'e}cision de 0,99.",
language = "French",
}
<?xml version="1.0" encoding="UTF-8"?>
<modsCollection xmlns="http://www.loc.gov/mods/v3">
<mods ID="schaub-etal-2021-definition">
<titleInfo>
<title>Définition et détection des incohérences du système dans les dialogues orientés tâche. (We present experiments on automatically detecting inconsistent behavior of task-oriented dialogue systems from the context)</title>
</titleInfo>
<name type="personal">
<namePart type="given">Léon-Paul</namePart>
<namePart type="family">Schaub</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Vojtech</namePart>
<namePart type="family">Hudecek</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Daniel</namePart>
<namePart type="family">Stancl</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Ondrej</namePart>
<namePart type="family">Dusek</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Patrick</namePart>
<namePart type="family">Paroubek</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<originInfo>
<dateIssued>2021-06</dateIssued>
</originInfo>
<typeOfResource>text</typeOfResource>
<language>
<languageTerm type="text">French</languageTerm>
<languageTerm type="code" authority="iso639-2b">fre</languageTerm>
</language>
<relatedItem type="host">
<titleInfo>
<title>Actes de la 28e Conférence sur le Traitement Automatique des Langues Naturelles. Volume 1 : conférence principale</title>
</titleInfo>
<name type="personal">
<namePart type="given">Pascal</namePart>
<namePart type="family">Denis</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Natalia</namePart>
<namePart type="family">Grabar</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Amel</namePart>
<namePart type="family">Fraisse</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Rémi</namePart>
<namePart type="family">Cardon</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Bernard</namePart>
<namePart type="family">Jacquemin</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Eric</namePart>
<namePart type="family">Kergosien</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Antonio</namePart>
<namePart type="family">Balvet</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<originInfo>
<publisher>ATALA</publisher>
<place>
<placeTerm type="text">Lille, France</placeTerm>
</place>
</originInfo>
<genre authority="marcgt">conference publication</genre>
</relatedItem>
<abstract>Définition et détection des incohérences du système dans les dialogues orientés tâche. Nous présentons des expériences sur la détection automatique des comportements incohérents des systèmes de dialogues orientés tâche à partir du contexte. Nous enrichissons les données bAbI/DSTC2 (Bordes et al., 2017) avec une annotation automatique des incohérences de dialogue, et nous démontrons que les incohérences sont en corrélation avec les dialogues ratés. Nous supposons que l’utilisation d’un historique de dialogue limité et la prédiction du prochain tour de l’utilisateur peuvent améliorer la classification des incohérences. Si les deux hypothèses sont confirmées pour un modèle de dialogue basé sur les réseaux de mémoire, elles ne le sont pas pour un entraînement basé sur le modèle de langage GPT-2, qui bénéficie le plus de l’utilisation de l’historique complet du dialogue et obtient un score de précision de 0,99.</abstract>
<identifier type="citekey">schaub-etal-2021-definition</identifier>
<location>
<url>https://aclanthology.org/2021.jeptalnrecital-taln.13</url>
</location>
<part>
<date>2021-6</date>
<extent unit="page">
<start>142</start>
<end>152</end>
</extent>
</part>
</mods>
</modsCollection>
%0 Conference Proceedings
%T Définition et détection des incohérences du système dans les dialogues orientés tâche. (We present experiments on automatically detecting inconsistent behavior of task-oriented dialogue systems from the context)
%A Schaub, Léon-Paul
%A Hudecek, Vojtech
%A Stancl, Daniel
%A Dusek, Ondrej
%A Paroubek, Patrick
%Y Denis, Pascal
%Y Grabar, Natalia
%Y Fraisse, Amel
%Y Cardon, Rémi
%Y Jacquemin, Bernard
%Y Kergosien, Eric
%Y Balvet, Antonio
%S Actes de la 28e Conférence sur le Traitement Automatique des Langues Naturelles. Volume 1 : conférence principale
%D 2021
%8 June
%I ATALA
%C Lille, France
%G French
%F schaub-etal-2021-definition
%X Définition et détection des incohérences du système dans les dialogues orientés tâche. Nous présentons des expériences sur la détection automatique des comportements incohérents des systèmes de dialogues orientés tâche à partir du contexte. Nous enrichissons les données bAbI/DSTC2 (Bordes et al., 2017) avec une annotation automatique des incohérences de dialogue, et nous démontrons que les incohérences sont en corrélation avec les dialogues ratés. Nous supposons que l’utilisation d’un historique de dialogue limité et la prédiction du prochain tour de l’utilisateur peuvent améliorer la classification des incohérences. Si les deux hypothèses sont confirmées pour un modèle de dialogue basé sur les réseaux de mémoire, elles ne le sont pas pour un entraînement basé sur le modèle de langage GPT-2, qui bénéficie le plus de l’utilisation de l’historique complet du dialogue et obtient un score de précision de 0,99.
%U https://aclanthology.org/2021.jeptalnrecital-taln.13
%P 142-152
Markdown (Informal)
[Définition et détection des incohérences du système dans les dialogues orientés tâche. (We present experiments on automatically detecting inconsistent behavior of task-oriented dialogue systems from the context)](https://aclanthology.org/2021.jeptalnrecital-taln.13) (Schaub et al., JEP/TALN/RECITAL 2021)
ACL