Collaboration humain-machine à l’aide de motifs dialogiques pour la réalisation d’une tâche complexe : application à la recherche d’information

Human-machine collaboration using dialogue patterns to perform a complex task : application to information retrieval

• Auteur / Autrice : Jean-Baptiste Louvet
• Direction : Laurent Vercouter
• Type : Thèse de doctorat
• Discipline(s) : Informatique
• Date : Soutenance le 10/07/2019
• Etablissement(s) : Normandie
• Ecole(s) doctorale(s) : École doctorale mathématiques, information et ingénierie des systèmes (Caen)
• Partenaire(s) de recherche : établissement de préparation : Institut national des sciences appliquées Rouen Normandie (Saint-Etienne-du-Rouvray ; 1985-....)
• Partenaire(s) de recherche : Laboratoire : Laboratoire d'informatique, de traitement de l'information et des systèmes (Saint-Etienne du Rouvray, Seine-Maritime ; 2006-...)
• Jury : Président / Présidente : Gaëlle Calvary
• Jury : Examinateurs / Examinatrices : Laurent Vercouter, Frédéric Landragin, Domitile Lourdeaux, Maxime Morge, Nathalie Chaignaud
• Jury : Rapporteurs / Rapporteuses : Frédéric Landragin, Domitile Lourdeaux

Mots clés

Mots clés contrôlés

Recherche de l'information

Systèmes homme-machine

Interaction humain-machine

Mots clés libres

Jeux de dialogue

Motifs dialogiques

Human-machine interaction

Dialogue games

Dialogue patterns

Information retrieval

Résumé

Cette thèse propose un modèle conventionnel de la structuration d’une tâche collaborative humain-machine pour concevoir un système interactif assistant un humain sur la réalisation de tâches complexes. Plus spécifiquement, nous nous focalisons sur des tâches dont la résolution est hautement opportuniste et ne peut pas être planifiée. Nous introduisons un modèle de représentation de la tâche s’appuyant sur les jeux de dialogue, des motifs d’interaction dialogique permettant de décrire la structure de l’interaction à l’aide d’enchaînements d’actes de dialogue conventionnellement acceptables. Nous organisons ces motifs dialogiques en états, des structures décrivant les comportements attendus de la part de chaque interlocuteur au cours des différentes sous-tâches de la tâche collaborative. Ces états regroupent les motifs dialogiques en un ensemble cohérent vis-à-vis de la sous-tâche à laquelle ils sont associés et les enrichissent avec des règles localement cohérentes. Celles-ci permettent de décrire les effets de la réalisation d’un motif dialogique par les interlocuteurs dans un contexte particulier de la tâche. Les états permettent au système qui les utilise de lier un énoncé de l’humain à l’état actuel du dialogue et de la tâche et d’initier des comportements cohérents avec l’interaction et constructifs pour la tâche. Les décisions prises par le système sont basées sur la notion de maturité, une valeur associée à chaque état représentant la capacité du système à prendre des initiatives dans cet état. Le modèle décisionnel du système est conçu pour être résilient et laisser un maximum de liberté à l’utilisateur. Ce modèle est implémenté dans CoCoA, un système qui collabore avec un humain pour l’assister lors de la réalisation d’une tâche complexe. À partir de l’étude d’un corpus de dialogues humain-humain sur une tâche de recherche d’information collaborative médicale, nous décrivons la tâche à l’aide de notre modèle. Ce cas d’utilisation est implémenté à l’aide de CoCoA et une évaluation est réalisée en simulant le comportement d’un utilisateur ayant un besoin d’information et en faisant varier ses actions à partir de comportements identifiés dans le corpus.

This thesis offers a conventional model of the structure of a human-machine collaborative task to design an interactive system helping a human performing complex tasks. More specifically, we focus on tasks whose resolution is highly opportunistic and can not be planned. We introduce a task representation model based on dialogue games, dialogue patterns making it possible to describe the interaction structure with sequences of conventionally acceptable dialogue acts. We organize these dialogue patterns in states, structures describing the expected behaviors from each interlocutor during the different sub-tasks of the collaborative task. These states group dialogue patterns together in a coherent set in regard to the sub-task they are associated to and enrich them with locally relevant rules. They make it possible to describe the effects of the execution of a dialogue pattern by the interlocutors in a given context of the task. The states are used by the system to link an utterance of the human to the current state of the dialogue and of the task and to take the initiative of behaviors relevant with the interaction and helpful for the task. The decisions taken by the system are based on the concept of maturity, a value associated to each state representing the system’s ability to take initiatives in this state. The decision model of the system is designed to be resilient and give as much freedom as possible to the user. This model is implemented in CoCoA, a system that collaborates with a human to assist him performing a complex task. From the study of a human-human dialogue corpus on a medical collaborative information retrieval task, we use our model to describe the task. This use case is implemented with CoCoA and an evaluation is performed by simulating a human user with an information need and varying its actions according to behaviors identified in the corpus.