Optimisation d’un tuteur intelligent à partir d’un jeu de données fixé (Optimization of a tutoring system from a fixed set of data) [in French]

Actes de la conférence conjointe JEP-TALN-RECITAL 2012, volume 1: JEP, pages 241–248, Grenoble, 4 au 8 juin 2012. c ⃝2012 ATALA & AFCP Optimisation d’un tuteur intelligent à partir d’un jeu de données fixé Lucie Daubigney1, 3 Matthieu Geist1 Olivier Pietquin1,2 (1) Equipe de recherche IMS, Supélec (Metz, France) (2) UMI 2958, GeorgiaTech - CNRS (Metz, France) (3) Equipe-projet Maia, Loria (Nancy, France) prénom.nom@supelec.fr RÉSUMÉ Dans cet article, nous présentons une méthode générale pour optimiser un tuteur intelligent dans le domaine de l’acquisition d’une seconde langue. Plus particulièrement, le processus d’op- timisation a pour but de trouver une stratégie qui propose la meilleure séquence de phases d’évaluation et d’enseignement afin de maximiser l’augmentation des connaissances de l’appre- nant. La principale caractéristique de la méthode proposée est qu’elle est capable d’apprendre la meilleure stratégie à partir d’un jeu fixe de données, collectées à partir d’une stratégie définie à la main. Ainsi, aucun modèle, ni cognitif ni probabiliste de l’apprenant, n’est nécessaire. Seules sont requises des observations du comportement de l’apprenant alors qu’il interagit avec un système non-optimal. Pour ce faire, un algorithme de programmation dynamique approchée en mode hors-ligne est utilisé : l’algorithme LSPI (Least Square Policy Iteration). Des résultats obtenus avec des données simulées semblent prometteurs. ABSTRACT Optimization of a tutoring system from a fixed set of data In this paper, we present a general method for optimizing a tutoring system with a target application in the domain of second language acquisition. More specifically, the optimisation process aims at learning the best sequencing strategy for switching between teaching and evaluation sessions so as to maximise the increase of knowledge of the learner in an adapted manner. The most important feature of the proposed method is that it is able to learn an optimal strategy from a fixed set of data, collected with a hand-crafted strategy. This way, no model (neither cognitive nor probabilistic) of learners is required but only observations of their behavior when interacting with a simple (non-optimal) system. To do so, a particular batch-mode approximate dynamic programming algorithm is used, namely the Least Square Policy Iteration algorithm. Experiments on simulated data provide promising results. MOTS-CLÉS : Tuteurs intelligents, apprentissage par renforcement. KEYWORDS: Tutoring systems, reinforcement learning. 241 1 Introduction Le travail décrit dans cet article se place dans le cadre plus général d’un projet européen 1 qui vise à développer un tuteur intelligent pour l’aquisition d’une deuxième langue (particulièrement pour le français et l’allemand). Dans le cadre de ce projet, un jeu sérieux, intégré dans Second Life, et qui exploite un environnement de réalité virtuelle en 3 dimensions a été conçu (I-FLEG) (Amoia et al., 2011). De la situation privilégiée dans laquelle se trouve l’apprenant lorsqu’un ordinateur l’assiste à acquérir de nouvelles connaissances, il est possible de tirer avantage de plusieurs caractéristiques. Parmi celles-ci, la personnalisation de la séquence d’apprentissage est à souligner et fera l’objet de cette contribution. De plus, le technologie basée sur le web facilite la collecte d’une grande quantité de données qui peuvent être …

Content truncated to 500 words