Détecter le besoin d'information dans des requêtes d'usagers d'agents virtuels : sélection de données pertinentes
Résumé
Selecting relevant data for information need detection in virtual agent user queries Customer relationship platforms offer a variety of communication channels, which include virtual agents (VA). Efficient routing of messages must take into account the user's information need. For a task of classification by information need, it may be useful first to select from these often noisy messages those units of text which relevantly represent the information need. We describe a corpus of VA user queries, and experiment on it with two methods for selecting relevant segments: one based on term extraction, the other on filtering. The results are encouraging but there is room for improvement, and extrinsic evaluation remains to be done.
Pour orienter efficacement les messages reçus par différents canaux de communication, dont l'agent virtuel (AV), un système de gestion de la relation client doit prendre en compte le besoin d'information de l'usager. En vue d'une tâche de classification par type de besoin d'information, il est utile de pouvoir en amont sélectionner dans les messages des utilisateurs, souvent de mauvaise qualité, les unités textuelles qui seront pertinentes pour représenter ce besoin d'information. Après avoir décrit les spécificités d'un corpus de requêtes d'AV nous expérimentons deux méthodes de sélection de segments informatifs : par extraction et par filtrage. Les résultats sont encourageants, mais des améliorations et une évaluation extrinsèque restent à faire.
Origine : Fichiers produits par l'(les) auteur(s)
Loading...