Agent Conversationnel Animé Narratif – NARECA

Un des véritables enjeux pour la recherche en intelligence artificielle est de permettre à l’homme de dialoguer avec la machine, sans avoir à faire de formulation spécifique à l’application et en utilisant toutes les modalités nécessaires à une communication optimale. Le besoin d'adapter la machine au comportement humain se fait davantage sentir lorsque l'utilisateur est un enfant, aux capacités cognitives et communicationnelles encore en développement. Concevoir une telle interface requiert d’améliorer les modèles de dialogue existants, ainsi que leur utilisation au sein d’un Agent Conversationnel Animé (ACA). Pour autant, il n'est actuellement pas possible de concevoir un ACA générique compte-tenu des verrous scientifiques à lever (traitement de la parole, prosodie, émotion, comportement non verbal, taille du vocabulaire, phénomènes linguistiques, etc.).
L’objectif du projet NARECA est d’optimiser la modélisation des interactions dialogiques et d’exploiter ces modèles dans un ACA. Le verrou scientifique attaqué est l’extraction de modèles d'interaction multimodale et affective à partir de dialogues réels (méthodologie et outillage). Notre approche consiste à repérer des motifs comportementaux récurrents au sein de dialogues, en les annotant automatiquement à l'aide de méthodes de TAL et d'apprentissage, puis en appliquant des techniques d’extraction de régularités et de fouille de données à ces annotations. Le produit de cette étude sera une plate-forme logicielle d'analyse de dialogues, ainsi qu'une application démonstrative intégrant les motifs dialogiques collectés : un ACA narrateur affectif. Les retombées attendues étant pluridisciplinaires, l’évaluation de notre approche se fera au travers de cette application.
NARECA fait suite et s'appuie sur les résultats préliminaires obtenus durant le projet ACAMODIA (2011-2013), financé par le CNRS sous la forme d'un PEPS INS2I-INSHS.