Génération de langage naturel basée sur LSTM conditionnée sémantiquement pour les systèmes de dialogue parlé

La génération de langage naturel (NLG) est un composant critique des dialogues parlés et a un impact significatif tant sur l'utilisabilité que sur la qualité perçue. La plupart des systèmes NLG couramment utilisés emploient des règles et des heuristiques et tendent à générer des réponses rigides et stylisées, sans la variation naturelle du langage humain. Ils ne se prêtent pas non plus facilement à une échelle couvrant plusieurs domaines et langues. Cet article présente un générateur de langage statistique basé sur une structure Long Short-term Memory (LSTM) contrôlée sémantiquement. Le générateur LSTM peut apprendre à partir de données non alignées en optimisant conjointement la planification des phrases et la réalisation de surface à l'aide d'un critère d'entraînement simple d'entropie croisée, et la variation linguistique peut être facilement obtenue en échantillonnant parmi les candidats de sortie. Avec moins d'heuristiques, une évaluation objective dans deux domaines de test différents a montré que la méthode proposée améliorait la performance par rapport aux méthodes précédentes. Des juges humains ont attribué au système LSTM des scores supérieurs en termes d'informativité et de naturel, et l'ont globalement préféré aux autres systèmes.