Modélisation de l'interaction au niveau des thèmes dans les conversations pathologiques

Modeling topic level interaction in pathological conversations

• Auteur / Autrice : Amandine Decker
• Direction : Maxime Amblard, Ellen Breitholtz
• Type : Projet de thèse
• Discipline(s) : Informatique
• Date : Inscription en doctorat le 07/10/2022
• Etablissement(s) : Université de Lorraine en cotutelle avec Université de Göteborg
• Ecole(s) doctorale(s) : École doctorale IAEM Lorraine - Informatique, Automatique, Électronique - Électrotechnique, Mathématiques de Lorraine (1992-....)
• Partenaire(s) de recherche : Laboratoire : LORIA - Laboratoire Lorrain de Recherche en Informatique et ses Applications
• Partenaire(s) de recherche : Equipe de recherche : SEMMAGRAMME

Mots clés

Mots clés libres

Tal

Logique

Discours

Dialogue

Grammaires formelles

Modélisation formelle

Dialogue

Formal modelling

Logic

Formal grammars

Discourse

Nlp

Résumé

Le dialogue est au cœur des interactions humaines, mais il est aussi le lieu de nombreux malentendus. Il est donc intéressant de construire des modèles pour représenter le dialogue et tenter de mieux comprendre les caractéristiques d'une interaction cohérente. Depuis la sémantique de Montague [BM14], de nombreuses théories ont été proposées pour modéliser le sens du langage et en particulier les théories de modélisation du discours [GBM20, LA07]. Certaines d'entre elles ont été étendues afin de prendre en compte l'interaction et d'être adaptées au dialogue [HAK+15, AMR14] . L'interaction est cependant complexe à caractériser et à modéliser. Dans les conversations, les participants échangent sur différents sujets et la compréhension de l'état actuel du dialogue par chaque participant repose sur son interprétation du sujet discuté. De plus, nous devons également tenir compte du courant de conscience ou d'un autre événement externe dans le contexte de la conversation. Par conséquent, des malentendus peuvent conduire à des ruptures de compréhension. La SDRT, [AL03] est présentée comme une extension de Discourse Representation DRT [KR93]. Cette théorie du discours a été introduite par Hans Kamp afin d'introduire un modèle dynamique du calcul sémantique. Pour ce faire, la DRT s'appuie sur la tradition montagovienne de la sémantique, qui établit un lien fort entre le langage naturel et la logique. Cependant, ce type d'approche ne permet pas de capturer des phénomènes dynamiques tels que les donkey sentences [Qui64]. L'un des défis techniques est de définir une notion de portée du quantificateur qui soit suffisamment flexible pour s'adapter à un énoncé entier. En cela, Hans Kamp ne rompt pas avec une tradition basée sur la compositionnalité, mais ouvre la voie à un calcul plus flexible. Hans Kamp propose à l'origine de telles structures de la DRT comme des états mentaux. Cependant, les participants sont généralement d'accord implicitement sur le sujet, ce qui n'est pas toujours évident. Interpréter correctement la conversation est encore plus compliqué lorsque le dialogue implique des participants souffrant de troubles du langage, comme les patients atteints de schizophrénie [BCHL21]. Par conséquent, les dialogues impliquant de tels participants mettent en évidence des caractéristiques qui jouent un rôle majeur dans la cohérence et la compréhension du dialogue car elles sont plus difficiles à modéliser. Buts et objectifs Les théories classiques de représentation du dialogue [MGL+18, Bre20] ont un niveau de complexité élevé car elles tentent de modéliser la contribution de chaque énoncé au contexte et l'interprétation de chaque participant à tout moment de la conversation. Si ces théories permettent une analyse très précise, elles rendent plus compliquée la compréhension globale du dialogue et l'interaction au niveau du sujet est perdue. Il est donc intéressant de réfléchir à une représentation au niveau du sujet qui permettrait de suivre la conversation et d'analyser l'interaction inter- et intra-sujet. De plus, la formalisation de ce modèle permettrait d'expliquer les caractéristiques d'une rupture de dialogue au niveau thématique et de représenter les différents points de vue du dialogue lorsque les interprétations des participants divergent. La métaphore de l'utilisation du langage, en particulier de la conversation, comme un jeu, remonte à wittgenstein1953 et [Lew79]. Lewis a affirmé que le développement d'une conversation peut être vu en termes de score analogue à celui d'un jeu comme le baseball. Lewis a également introduit l'idée d'un tableau d'affichage qui permet de suivre l'évolution du dialogue. Le Dialogue GameBoard (DGB) est la version de Ginzburg de l'approche du tableau d'affichage pour l'analyse du dialogue [G+96, Gin98, Gin12, GF+10, CG12], et une caractéristique importante de sa théorie de la sémantique du dialogue - KoS - qui a été développée au cours des vingt dernières années. Ce modèle est influencé par les travaux précédents en ce qui concerne la disposition du dgb. Nous proposons une version du dgb qui inclut les enthymèmes et les topoï, et qui tient compte de la manière dont ils peuvent interagir entre eux et avec divers facteurs contextuels et co-textuels pour créer. Pour des informations générales sur la sémantique des tableaux de jeu dans les TTR, nous recommandons la littérature mentionnée ci-dessus, en particulier [Gin12] et [Coo16]. Suivant [Coo16], nous traiterons l'état d'information d'un participant à une conversation comme un enregistrement, et le tableau de dialogue qui représente le type de cet état d'information comme un type d'enregistrement. Cela signifie que les structures dont nous nous occuperons représentent généralement les types d'états d'information particuliers plutôt que les états d'information eux-mêmes. Ainsi, le tableau de dialogue d'un agent A est un type d'état d'information de cet agent. Nous nous intéressons à la manière dont les caractéristiques conversationnelles et contextuelles sont introduites et intégrées dans le modèle de discours dans la perspective de [Bor21]. Nous nous concentrons particulièrement sur la façon dont les agents individuels puisent dans des ressources individuelles (et parfois distinctes). Les exemples de dialogues réels seront donc décrits et analysés en utilisant des tableaux de jeu séparés pour chaque agent, représentant les types de leurs états d'information respectifs. L'objectif de cette thèse est d'explorer le modèle des dialogues, en particulier la manière de combiner la théorie des enthymèmes et la SDRT. La figure 1 montre comment certaines informations sur la structure

Dialogue is at the core of human interactions, but it is also the place for many misunderstandings. It is thus interesting to build models to represent dialogue and try to better understand the features of a coherent interaction. Since Montague Semantics [BM14], many theories have been proposed to model the meaning of language and in particular discourse modelling theories [GBM20, LA07]. Some of them have been extended in order to take interaction into account and be adapted to dialogue [HAK+15, AMR14] . Interaction is however complex to characterise and model. In conversations, the participants exchange on different topics and the understanding of the current state of the dialogue by each participant relies on their interpretation of the topic under discussion. Moreover, we also have to consider the stream of conscientiousness or other external event in the context of the conversation. Therefore, misunderstandings can lead to dialogue breakdowns. SDRT, [AL03] is introduced as an extension of Discourse Representation DRT [KR93]. This discourse theory was introduced by Hans Kamp in order to introduce a dynamic model of semantics calculus. To do so, DRT relies on the Montagovian tradition of semantics, which makes a strong link between natural language and logic. However, this type of approach fails to capture dynamic phenomena such as Donkey Sentences [Qui64]. One of the technical challenges is to define a notion of quantifier's scope that is flexible enough to adapt to an entire utterance. In this, Hans Kamp does not break with a tradition based on compositionality, but opens the way to more flexible calculus. Hans Kamp originally propose such structures of the DRT as mental states. However, participants usually implicitly agree on the topic which is not always obvious. Interpreting the conversation correctly is even more complicated when the dialogue involves participants with language disturbances such as patients with schizophrenia [BCHL21]. Hence, dialogues involving such participants highlight features that play a major role in dialogue coherence and understanding since they are more challenging to model. Goals and Objectives Figure 1: Caption Classical dialogue representation theories [MGL+18, Bre20] have a high level of complexity because they try to model the contribution of each utterance to the context and the interpretation of each participant at any moment in the conversation. If these theories enable a very precise analysis, they make the global understanding of the dialogue more complicated and the interaction at a topic level is lost. It is thus interesting to think about a topic level representation that would enable to follow the conversation and analyse the inter- and intra-topic interaction. Moreover, formalising this model would help explaining the characteristics of a dialogue breakdown at a topic level and representing the different point of views of the dialogue when the participants' interpretations diverge. The metaphor of language use, particularly conversation, as a game can be traced to wittgenstein 1953 and [Lew79]. Lewis claimed that the development of a conversation can be seen in terms of a score analogous to that of a game like baseball. Lewis also introduced the idea of a scoreboard which keeps track of the progress of the dialogue. The Dialogue GameBoard (DGB) is Ginzburg's take on the scoreboard approach to dialogue analysis [G+96, Gin98, Gin12, GF+10, CG12], and an important feature of his theory of dialogue semantics – KoS – which has been developed over the last twenty years. This model is influenced by previous work in terms of the layout of the dgb. We suggest a version of the DGB which includes enthymemes and topoi, and accounts for how they may interact with each other and with various contextual and co-textual factors to create. For background on gameboard semantics in ttr we recommend the literature referred to above, particularly [Gin12] and [Coo16]. Following [Coo16] we will treat the information state of a conversational participant as a record, and the dialogue gameboard that represents the type of this information state as a record type. This means that the structures we will deal with usually represent the types of particular information states rather than the information states themselves. Thus the dialogue gameboard of an agent A is a type of agent A's information state. We are interested in how conversational and contextual features are introduced and integrated in the discourse model in the perspective of [Bor21]. Our focus is particularly on how individual agents draw on individual (and sometimes distinct) resources. The examples of real life dialogue will therefore be described and analysed using separate gameboards for each agent, representing the types of their respective information states. The goal of this PhD is to explore dialogues model, especially how to combine enthymeme theory and SDRT. Figure 1 shows how some informations on the structure of the interaction can be retrieved with the SDRT (in blue) and how dialogue theory provides a meta structure of the interaction (in green). The main task is to resolve all the issues on how we combine these elements, and show how it can be used in order to give a more fluent dialogical interaction (for example with bots) and moreover help to determine the coherence of a dialogue for health issues. One possible direction being to focus on combining gameboard approches of Dialogue and non-discourse relations (stream of consciousness, external noise or interaction, etc.) and challenge the representation for mental health issues on pathological data (SLAM, ODiM, DRiSP, MePheSTO projects), and real-life conversations, as for chatbots (Dayly Dialog corpus, S-BNC, Scose, Stac, etc.). The PhD will be jointly supervised by Sémagramme and Clasp for their expertise. And another part of the project will be to carry a new multilingual corpora which help to showcase the work. For this purpose the PhD will take place half part in Nancy and Goteborg.