Un Modèle Séquentiel Profond pour l'Analyse de la Discourse dans les Dialogues à Plusieurs Parties

Les structures de discours sont bénéfiques pour diverses tâches en traitement du langage naturel (NLP), telles que la compréhension des dialogues, la réponse aux questions, l'analyse de sentiments, et ainsi de suite. Cet article présente un modèle séquentiel profond pour l'analyse des structures de dépendance discursive dans les dialogues à plusieurs parties. Le modèle proposé vise à construire un arbre de dépendance discursive en prédiction des relations de dépendance et en construction de la structure discursive conjointement et alternativement. Il effectue une analyse séquentielle des Unités Discursives Élémentaires (EDUs) dans un dialogue. Pour chaque EDU, le modèle détermine à quel EDU précédent le courant doit être lié et quel est le type de relation correspondant. Les liens et types de relation prédits sont ensuite utilisés pour construire progressivement la structure discursive avec un encodeur structuré. Lors de la prédiction des liens et de la classification des relations, le modèle utilise non seulement les informations locales qui représentent les EDUs concernées, mais aussi les informations globales qui codifient la séquence d'EDUs et la structure discursive déjà construite à l'étape actuelle. Les expériences montrent que le modèle proposé surpasse toutes les méthodes de référence actuelles (state-of-the-art baselines).