Les progrès actuels du TAL se ressentent dans tous ses sous-domaines et donnent lieu à une extension de ses champs d'application, mais l'un des impacts les plus marquants de ces progrès est sans doute l'essor de la conversation médiée par des processus automatiques, en particulier au travers de chatbots (scriptés, conversationnels, cognitifs) et assistants personnels, omniprésents comme service aux particuliers via leur téléphone ou sur les sites web commerciaux.
En parallèle, de nombreux modes de communication écrite continuent de se développer avec une composante interactive plus ou moins forte : chats, forums, emails, micro-blogging, messageries collaboratives.
Ces progrès et la généralisation du dialogue comme mode d’interaction encourage aussi à aborder de nouveaux territoires par le croisement avec d'autres modalités : dialogue en contexte "situé", relié à des données visuelles (images, video).
Les recherches connaissent en conséquence un essor sur tous les aspects de l'analyse de conversations, orales ou écrites, et du développement de systèmes de dialogue, qu'ils soient orientés sur une tâche particulière ou totalement ouverts.
La domination actuelle des approches neuronales en TAL influe sur toutes ces questions, mais change aussi les problèmes traditionnels, par exemple en focalisant beaucoup d'efforts sur la génération de réponses naturelles, parfois au détriment des aspects de compréhension et de prise en compte du contexte de conversation, linguistique ou extra-linguistique.
La croissance du domaine du dialogue s'accompagne de nouveaux problèmes, liés aux limites des modèles employés le plus souvent : leur imperméabilité (modèles boites noires) et les confusions entre humains et machines. Ceci donne lieu à de nombreux problèmes éthiques et sociaux autour du biais et des dérives potentielles des agents conversationnels qui tendent à reproduire les préjugés des données ayant servi à leur entrainement. Un autre enjeu important est le besoin de données supervisées nécessaires à l'entrainement de modèles neuronaux, qui en limitent la portée, incitent à la collecte de données annexes pas toujours représentatives des usages, voire même très artificielles, ou bien "annotées" de façon semi-automatique. Tout ceci limite la généralité des modèles actuels, et contribue à un fossé entre recherches et applications.
Pour ce numéro thématique, la revue TAL appelle largement à des contributions sur tous les aspects liés à l'analyse de conversations, écrite ou transcrite, au développement de systèmes de dialogues et leur évaluation, à la constitution de données et d'outils pour les différentes modalités d'interactions langagières, aussi bien qu'aux enjeux éthiques et sociaux des recherches sur le dialogue et de ses applications.
Thématiques
Analyse de conversation
- détection de locuteurs
- analyse de phénomènes pragmatiques en conversation
- analyse de fil de conversation
- actes de dialogue
- structures de conversations
- prise en compte des phénomènes de disfluences
Systèmes de dialogue
- dialogues orientés tâche
- systèmes de conversation en domaine ouvert
- gestion de l'état du dialogue
- planification
- génération de réponse
- détection d'intention
Données et outils
collection de données, création de corpus
méthodologies d'évaluation
Multimodalité
- dialogue en lien avec une tâche visuelle
- communication située
- conversation en langue des signes
Enjeux éthiques et sociaux:
- biais dans la génération de réponses/chatbots
- détection de systèmes automatiques
Applications
- assistant virtuel personnel
- assistant virtuel en réunion
- chatbots/assistance technique
- cas d'études d'analyse d'interactions
Co-rédactrice en chef invitée: Liesbeth Degand
Co-rédacteur en chef revue: Philippe Muller
DATES IMPORTANTES
*Date limite de soumission : 20 juin 2020 27 juin 2020
*Notification aux auteurs après première relecture : 15 septembre 2020
*Notification aux auteurs après seconde relecture : 15 décembre 2020
*Publication : fin janvier 2021
Chargement... 
