Projet CIIAM
Inférence d'information contextuelle pour la fouille d'argument
(Contextual Information Inference for Argument Mining)
Á propos du projet
Les récentes recherches en TAL, dont notamment celles dans le domaine de la fouille d’argument, ont largement contribué à la systématisation des procédés sous-tendant la structuration du langage. Les modèles de langue pré-entraînés comptent aujourd’hui parmi les réalisations les plus abouties et sont au cœur d’un grand nombre de technologies participant à la compréhension et la manipulation du langage naturel. Cependant, ces modèles ne saisissent pas toujours la totalité des connaissances linguistiques nécessaires pour une compréhension contextuelle fine et des inférences pertinentes.
Dans ce contexte, l'incorporation de l'analyse pragmatique a pour objectif de pallier cette limitation en facilitant la déduction des informations induites par le contexte – dans son sens large. Cependant, il convient de noter que cette dimension d'analyse linguistique représente un domaine à haut risque scientifique, jusqu'à présent peu exploré, en raison de la complexité de sa formalisation et de son opérationnalisation. En effet, les connaissances issues de la pragmatiques sont multimodales et s’observent à différents niveaux: il peut s’agir de connaissances dites circonstancielles (environnement physique des protagonistes), épistémiques (croyances et valeurs communes aux protagonistes), linguistiques (les énoncés précédents la déclaration) et/ou sociales (la relation entre les protagonistes).
Dans le cadre de notre recherche et du financement d'un(e) post-doctorant(e), notre objectif est d'explorer de manière approfondie la façon dont les aspects multimodaux de la communication se manifestent au niveau linguistique. Nous envisageons d'adopter des approches basées sur la génération de texte, notamment celles liées à l'utilisation de techniques de prompting avancées, pour élaborer des "cadres" contextuels. Ces cadres contextuels nous permettront de rendre compte d’éléments tels que la situation d'énonciation, la variabilité culturelle, les implicatures implicites, ainsi que d'autres facteurs qui influencent la manière dont les arguments sont formulés et interprétés dans des contextes argumentatifs.
À travers cette approche novatrice, notre objectif est de développer des techniques de fouille d'argumentation qui non seulement captent les mécanismes fondamentaux sous-tendant les débats et les discussions, mais qui sont également robustes face aux nuances et aux subtilités de la communication humaine. En synthétisant des informations de type contextuel, nous visons à améliorer la capacité à analyser de manière précise et nuancée les discours argumentatifs, en intégrant les dimensions linguistiques et multimodales de la communication. Cette approche ouvre la voie à une compréhension plus complète et riche des processus argumentatifs et de persuasion.
- Chercheur principal
-
- Anaïs Ollagnier, laboratoire i3S
- Durée
-
- 12 mois
- Montant total
-
- 70 000 euros
- Présentation du projet
-
Présentation du projet CIIAM - Forum Recherche de l'Académie RISE, le 19 novembre 2024
- Publications
-
- EMNLP 2025 (conférence A*), Transactions of the Association for Computational Linguistics (h-index 56)
- Autres projets financés par effet de levier
-
- Gratification de stage de M2 (6 mois)