Comment un algorithme d'IA a appris à écrire des discours politiques

Ne demandez pas ce que votre pays peut faire pour vous ; Demandez ce que vous pouvez faire pour votre pays.
—John F.Kennedy, 1961

Quand il s'agit de discours politiques, les grands sont rares. Mais les discours politiques ordinaires, ceux prononcés dans les débats du Congrès américain, par exemple, sont nombreux.

Ils sont aussi remarquablement similaires. Ces discours ont tendance à suivre un format standard, à répéter des arguments similaires et même à utiliser les mêmes phrases pour indiquer une affiliation ou une opinion politique particulière. C'est presque comme s'il existait une sorte d'algorithme qui détermine leur contenu.

Cela soulève une question intéressante. Est-il possible qu'une machine écrive automatiquement ce genre de discours politiques ?

Aujourd'hui, nous obtenons une réponse grâce au travail de Valentin Kassarnig de l'Université du Massachusetts à Amherst, qui a créé une machine à intelligence artificielle qui a appris à écrire des discours politiques remarquablement similaires à de vrais discours.

L'approche est simple dans son principe. Kassarnig a utilisé une base de données de près de 4 000 segments de discours politiques issus de 53 débats du Congrès américain pour former un algorithme d'apprentissage automatique afin de produire ses propres discours.

Ces discours se composent de plus de 50 000 phrases contenant chacune 23 mots en moyenne. Kassarnig a également classé les discours par parti politique, qu'il soit démocrate ou républicain, et selon qu'il était en faveur ou contre un sujet donné.

Bien sûr, le diable se cache dans les détails de l'analyse de cette base de données. Après avoir essayé un certain nombre de techniques, Kassarnig a opté pour une approche basée sur les n-grammes, séquences de n mots ou phrases. Il a d'abord analysé le texte en utilisant une approche par parties du discours qui marque chaque mot ou phrase avec son rôle grammatical (qu'il s'agisse d'un nom, d'un verbe, d'un adjectif, etc.).

Il a ensuite examiné 6 grammes et la probabilité qu'un mot ou une phrase apparaisse compte tenu des cinq qui apparaissent devant lui. Cela nous permet de déterminer très rapidement tous les mots qui peuvent apparaître après les cinq précédents et la probabilité de chacun d'eux, dit-il.

Le processus de génération de discours en découle automatiquement. Kassarnig commence par dire à l'algorithme quel type de discours il est censé écrire, que ce soit pour les démocrates ou les républicains. L'algorithme explore ensuite la base de données de 6 grammes pour cette catégorie afin de trouver l'ensemble complet de 5 grammes qui ont été utilisés pour commencer l'un de ces discours.

L'algorithme choisit alors l'un de ces 5 grammes au hasard pour commencer son discours. Il choisit alors le mot suivant parmi tous ceux qui peuvent suivre ce 5 grammes. Ensuite, le système commence à prédire mot après mot jusqu'à ce qu'il prédise la fin du discours, dit-il.

Il y a quelques astuces en cours de route, bien sûr. L'algorithme connaît, par exemple, la probabilité qu'un sujet particulier apparaisse dans un discours. Il choisit ensuite des sujets en déterminant quels autres sujets le discours contient déjà et en déterminant dans quelle mesure ceux-ci sont couverts.

Les résultats sont étonnamment bons. Voici un exemple de discours démocrate généré automatiquement :

Monsieur le Président, pendant des années, des consommateurs honnêtes mais malheureux ont eu la possibilité de plaider leur cause pour se placer sous la protection de la loi sur les faillites et obtenir l'annulation de leurs dettes raisonnables et valables. Selon la façon dont le système est censé fonctionner, le tribunal des faillites évalue divers facteurs, notamment les revenus, les actifs et les dettes, pour déterminer quelles dettes peuvent être payées et comment les consommateurs peuvent se remettre sur pied. Défendez la croissance et les opportunités. Adoptez ce projet de loi.

C'est impressionnant étant donné qu'il n'y a aucune formation impliquée autre que les parties initiales des balises vocales, l'analyse de 6 grammes de la base de données des discours politiques et un peu de sauce magique. Kassarnig a évalué ces discours par rapport à des critères tels que l'exactitude grammaticale, la transition de phrase et la structure et le contenu du discours et a constaté qu'ils fonctionnent généralement bien. En particulier, la correction grammaticale et les transitions de phrases de la plupart des discours étaient très bonnes, dit-il.

Néanmoins, Kassarnig n'est pas optimiste quant aux chances de son algorithme de prendre d'assaut la scène politique. Malgré les bons résultats, il est très peu probable que ces méthodes soient réellement utilisées pour générer des discours pour les politiciens, dit-il, probablement parce que le genre de politicien sans scrupules qui pourrait exploiter son algorithme est si rare (toux).

Cependant, l'algorithme pourrait être utilisé pour générer d'autres types de textes. Kassarnig suggère qu'il pourrait produire des reportages, compte tenu d'autres reportages sur le même incident. Une autre option pourrait être de produire des articles de blog sur les articles arXiv, étant donné une grande base de données d'histoires similaires (ahem).

Et il encourage tout le monde à essayer, disons que tout son code source est disponible sur GitHub ( https://github.com/valentin012/conspeech ). Nous encourageons explicitement les autres à essayer de l'utiliser, de le modifier et de l'étendre, dit-il. Les commentaires et les idées d'amélioration sont les bienvenus.

Réf :arxiv.org/abs/1601.03313: Génération du discours politique

cacher