Défi E2E NLG : Modèles neuronaux versus modèles préétablis

Le défi E2E NLG consiste en une tâche partagée portant sur la génération de descriptions de restaurants à partir d’ensembles de paires clé-valeur. Ce papier présente les résultats de notre participation à ce défi. Nous avons développé un modèle neural encodeur-décodeur simple mais efficace, capable de produire des descriptions de restaurants fluides et surpassant ainsi une base de référence solide. Nous avons également mené une analyse approfondie des données fournies par les organisateurs, et conclu que cette tâche peut également être abordée à l’aide d’un modèle basé sur des modèles (templates), développé en quelques heures seulement.