Apprentissage faiblement supervis\'e de la structure discursive (Learning discourse structure using weak supervision )

L{'}av{\`e}nement des techniques d{'}apprentissage automatique profond a fait na{\^\i}tre un besoin {\'e}norme de donn{\'e}es d{'}entra{\^\i}nement. De telles donn{\'e}es d{'}entra{\^\i}nement sont extr{\^e}mement co{\^u}teuses {\`a} cr{\'e}er, surtout lorsqu{'}une expertise dans le domaine est requise. L{'}une de ces t{\^a}ches est l{'}apprentissage de la structure s{\'e}mantique du discours, t{\^a}che tr{\`e}s complexe avec des structures r{\'e}cursives avec des donn{\'e}es {\'e}parses, mais qui est essentielle pour extraire des informations s{\'e}mantiques profondes du texte. Nous d{\'e}crivons nos exp{\'e}rimentations sur l{'}attachement des unit{\'e}s discursives pour former une structure, en utilisant le paradigme du data programming dans lequel peu ou pas d{'}annotations sont utilis{\'e}es pour construire un ensemble de donn{\'e}es d{'}entra{\^\i}nement {``}bruit{\'e}{''}. Le corpus de dialogues utilis{\'e} illustre des contraintes {\`a} la fois linguistiques et non-linguistiques int{\'e}ressantes qui doivent {\^e}tre apprises. Nous nous concentrons sur la structure des r{\`e}gles utilis{\'e}es pour construire un mod{\`e}le g{\'e}n{\'e}ratif et montrons la comp{\'e}titivit{\'e} de notre approche par rapport {\`a} l{'}apprentissage supervis{\'e} classique.