Comment Former Votre Agent à la Lecture et à l'Écriture

La lecture et la rédaction d'articles de recherche sont parmi les compétences les plus privilégiées qu'un chercheur qualifié devrait maîtriser. Cependant, il est difficile pour les nouveaux chercheurs (par exemple, les étudiants) d'acquérir pleinement cette compétence. Il serait fascinant de pouvoir former un agent intelligent pour aider les personnes à lire et à résumer des articles, et peut-être même à découvrir et exploiter des indices de connaissances potentiels afin de rédiger de nouveaux articles. Bien que des travaux existent déjà se concentrant sur la synthèse (\emph{i.e.}, la lecture) des connaissances dans un texte donné ou sur la génération (\emph{i.e.}, l'écriture) d'un texte basé sur des connaissances données, la capacité de lire et d'écrire simultanément est encore en développement. Typiquement, cela nécessite qu'un agent comprenne pleinement les connaissances issues des documents textuels fournis et génère des paragraphes novateurs corrects et fluides, ce qui est très difficile en pratique. Dans cet article, nous proposons un réseau Deep ReAder-Writer (DRAW), composé d'un \textit{Lecteur} capable d'extraire des graphes de connaissances (KGs) à partir de paragraphes d'entrée et de découvrir des connaissances potentielles, d'un \textit{Écrivain} graph-to-text qui génère un nouveau paragraphe, et d'un \textit{Relecteur} qui examine le paragraphe généré sous trois angles différents. De nombreuses expériences montrent que notre réseau DRAW surpassent les méthodes considérées comme baselines ainsi que plusieurs méthodes de pointe sur les jeux de données AGENDA et M-AGENDA. Notre code source et nos documents complémentaires sont disponibles à l'adresse suivante : https://github.com/menggehe/DRAW.