LA NARRATION EN GÉNÉRATION AUTOMATIQUE

DE TEXTEPierre-Luc Vaudry

18 décembre 2012

IFT6010 TALN

Plan• Génération automatique de texte (NLG)– Applications– Phases de traitement

• Narration en NLG– Le problème– Améliorations

• Ressources à exploiter

2

Génération de texte (NLG)• Intelligence artificielle et linguistique

informatique• Entrée : données sous forme non linguistique• Connaissance de la langue• Connaissance du domaine• Sortie : texte en langue naturelle• Produit : rapports, messages d'aide, pages

web, etc.

3

Applications de NLG• Rapports et bulletins météorologiques• Description de modèles orientés objet• Lettres personnalisées pour l'arrêt du

tabagisme• Résumés par abstraction d'articles de presse• Rapports médicaux à partir de données

temporelles discrètes et continues• Dialogue libre dans un jeu vidéo

4

Phases de traitement en NLG

• IA • Dépendant du

domaine

• Linguistique• Indépendant du

domaine

5

Planification du document

• Sélection du contenu– But communicatif, public cible, données

disponibles, contraintes de longueur, etc.– Trier les données par importance

• Structuration du document– Regroupements– Relations sélection de contenus reliés➝– Ordre

6

Microplanification

• Lexicalisation– Unités lexicales– Structures syntaxiques

• Génération d’expressions référentielles– Coréférence : anaphores, désignations variées– Deixis : contexte d’énonciation

• Aggrégation– Décider quoi factoriser– Comment le factoriser

7

Réalisation de surface

• Réalisation linguistique– Syntaxe– Morphologie– Morphophonologie– Espacement, ponctuation, casse– Text-to-speech

• Réalisation de la structure du document– Paragraphes, sections, titres, sous-titres

8

Narration en NLG

• Données temporelles événements➝• Présentation des données– Graphique : courbes à interpréter – Textuelle : récit fournit une interprétation

• Prise de décision– Texte rédigé par spécialiste > graphique

• Particulièrement pour les novices

– Texte généré ≈ graphique• Diagnostic : structure narrative déficiente

9

Améliorer la narration

• Situation initiale et situation finale• Acteurs principaux au premier plan• Marqueurs temporels• Détails de mise en contexte• Enchaînement des thèmes (topical flow)

10

Réalisation de la narration

• Sélection du contenu• Structure du document• Marqueurs de relation– Selon les relations découlant de la structure

• Structure syntaxique– Actants exprimés et mis au premier plan

• Coréférence

11

Approche ascendante insuffisante

HistoireÉvénements importants

12

Un problème apparenté

Génération de scénarios de fiction(Story plot generation)• BD de trames narratives provenant d’histoires

existantes• Requête pour créer une nouvelle histoire• Chercher des trames narratives semblables• Modifier et combiner avec BD et ontologie• Générer le texte

13

Ressources pour l’anglais

• RST Discourse Treebank– Structure hiérarchique (arbre)– Pas de distinction entre les niveaux– Noyau Satellite➝– Feuilles : propositions (21,789 EDU)

• Penn Discourse Treebank– Marqueurs de relation explicites (16K) et

implicites (20K)– Prédicats discursifs entre deux événements, états ou

propositions

14

Ressource pour le français

• Corpus ANODIS– 2 annotations• relations rhétoriques• structures multi-échelles

– 4 sources, dont : Est Républicain– Genre brèves, type narratif– 39 articles, 10 000 mots, 250 mots/texte

15

Utilisation des corpus

• Apprentissage automatique– Taille suffisante, généralisation

• Marqueurs de relation– Microplanification (sentence planning)– Occurence, sélection, positionnement

• Structure narrative– Proposition : modèle de structure discursive– Planification descendante-ascendante

16

Conclusion

• Relations entre événements– Peu d’exemples– Règles du domaine– Ontologie

• Marqueurs de relation et structure discursive– Corpus disponibles– Moins dépendants du domaine– Apprentissage automatique possible

17

Références• A Gatt, E Reiter. (2009). SimpleNLG: A realisation engine for

practical applications. Proceedings of the 12th European Workshop on Natural Language Generation. ENLG 2009.

• A McKinlay, C McVittie, E Reiter, Y Freer, C Sykes, R Logie (2010). Design Issues for Socially Intelligent User-Interfaces: A Qualitative Analysis of a Data-to-Text System for Summarizing Clinical Data. Methods of Information in Medicine, 49:379-387.

• F Portet, E Reiter, A Gatt, J Hunter, S Sripada, Y Freer, C Sykes (2009). Automatic Generation of Textual Summaries from Neonatal Intensive Care Data. Artificial Intelligence, 173:789-816.

• JR Cristy (2011). SimpleNLG Google Code Wiki Tutorial, Appendix A, [https://code.google.com/p/simplenlg/wiki/AppendixA] (consulté le 17 décembre 2012).

18

Références• P Gervás, B Díaz-Agudo, F Peinado, R Hervás (2005). Story plot

generation based on CBR. Knowledge-Based Systems, 18:235-242• R Prasad, A Joshi, N Dinesh, A Lee, E Miltsakaki, B Webber (2005). The

Penn Discourse TreeBank as a Resource for Natural Language Generation. Proceedings of the Corpus Linguistics Workshop on Using Corpora for Natural Language Generation. Birmingham, U.K., July 2005.

• L Carlson, D Marcu, ME Okurowski (2001). Building a Discourse-Tagged Corpus in the Framework of Rhetorical Structure Theory. Proceedings of the 2nd SIGDIAL Workshop on Discourse and Dialogue. Eurospeech 2001, Denmark, September 2001.

• CLLE-ERSS (2012). Corpus ANODIS. [http://redac.univ-tlse2.fr/corpus/annodis/] (consulté le 18 décembre 2012)

19