L’intelligence artificielle pour répondre aux défis de la société mexicaine
Ces challenges sont organisés par IberLEF, une campagne d'évaluation comparative des systèmes de traitement automatiques des langues naturelles ibériques. Grâce à l’intelligence artificielle, l’objectif est de promouvoir la recherche en lien avec les langues espagnoles ainsi que les dialectes apparentés. Les sujets des challenges ont quant à eux été sélectionnés pour leur impact concret à la société mexicaine. Pour y parvenir, tous les participants avaient accès aux mêmes données afin de proposer les meilleures méthodologies, processus et idées.
Dynamiser le tourisme
Le premier défi, intitulé RestMex, avait pour objectif de résoudre les problèmes liés à la recommandation et la prédiction du niveau de satisfaction des utilisateurs lors de la visite d'un lieu touristique mexicain. Le tourisme est en effet une activité vitale au Mexique, représentant 8,7 % du PIB national et générant environ 4,5 millions d'emplois directs. Cependant, ce secteur a été l'un des plus touchés suite à la pandémie de COVID. A travers ce challenge, le secteur du tourisme tente de se rétablir en améliorant la qualité et la sécurité de ses offres et services.
Dans le cadre de RestMex, Esau Villatoro et ses coéquipiers du CIMAT ont mis en place un système de matching efficace entre le profil d’un utilisateur et une base de données de destinations touristiques. Leur méthode permet de tirer parti des profils des contributeurs de la plateforme TripAdvisor et les avis qu’ils ont rédigés. Ces informations sont ensuite utilisées pour recommander les lieux les plus appropriés pour un utilisateur particulier. Cette prouesse est possible grâce à la prédiction de la satisfaction de l’utilisateur lors de sa visite du lieu recommandé.
Améliorer la sécurité grâce à l’analyse des réseaux sociaux
« Lorsqu’ils sont témoins d’un événement violent, dans mon pays les gens ont l'habitude d'informer et de partager de tels actes sur les réseaux sociaux. » explique Esau Villatoro. Le deuxième défi remporté par son équipe, le DA-VINCIS challenge, avait pour but de développer une méthode d’identification et de classement des actes ou incidents violents sur Twitter. Pour y arriver, Esau et l’équipe CIMAT ont utilisé des modèles linguistiques pré-entrainés et les ont combinés avec des stratégies d'apprentissage multitâches spécifiques. La méthodologie qu’ils ont proposée permet de détecter si un tweet signale (ou non) un incident violent, tout en étant capable de distinguer les sous-types d'incidents dans un tweet (par exemple, accident, vol, enlèvement, etc.). « La jeunesse a envie de s’impliquer et apporter des solutions aux problèmes de la société mexicaine. Cela me motive à participer de nouveau pour la prochaine édition l’année prochaine en 2023 ». D’ailleurs ses travaux ont été présentés lors de la conférence IberLEF-SEPLN 2022 (Conference of the Spanish Society for Natural Language Processing) qui a eu lieu en Europe en septembre 2022.
Plus d’informations