Générer du texte dans différentes langues, à partir de différentes sources – XNLG

La génération en langue naturelle (GLN) produit du text à partir de données, de textes ou de représentations sémantiques. Avec l'essor de l'IA et de l'apprentissage profond, le domaine de la GLN s'est développé à une vitesse exponentielle. Si la GLN a de nombreuses applications possibles (résumé automatique, verbalisation des données, simplification de textes, robo-journalisme, narration d'histoires, etc.), des questions de recherche essentielles restent en suspens, telles que la manière de gérer le manque de données d'apprentissage et l'expansion de la génération de textes aux multiples langues naturelles. En utilisant des technologies neuronales à la pointe de la technologie (modèles de langue BERT, architectures décodeur-décodeur, apprentissage multitâche et par transfert), XNLG vise à (i) développer des méthodes permettant de compenser le manque de données d'apprentissage et (ii) développer des modèles pour la génération multilingue et multisource, c.-à-d. des modèles pour la génération en plusieurs langues et à partir de représentations de signification (RS2T), de texte (T2T) ou de données (D2T). Nous examinerons en particulier si une représentation sémantique unique (RS) peut être utilisée comme entrée pour la génération dans plusieurs langues et comment elle se compare à la génération à partir de RS dépendant de la langue; dans quelle mesure les modèles que nous proposerons pour la génération RS2T s’étendent à la génération à partir de données ou de textes; et si les RS fournissent une meilleure base pour la génération que les puissantes représentations continues actuellement créées pour les phrases par des modèles neuronaux tels que BERT et ELMO.