Contribution à l’entraînement de modèles d’apprentissage statistique appliqué aux agents conversationnels en assurance

Les agents conversationnels ont révolutionné la manière d’interagir avec les fournisseurs de service, mais re-quièrent d’être correctement entraînés par rapport au domaine d’application visé. L’outil Olivo développé par Koïos Intelligence vise à offrir une expérience interactive, guidant l’utilisateur au travers des processus de pré-vente, de vente et d’après-vente pour tes les types d’assurances. Son amélioration se heurte cependant aux exigences computationnelles lourdes pour l’entraînement des modèles d’apprentissage automatique sous-jacent. Le projet vise à développer de nouvelles stratégies d’entraînement plus efficaces pour de tels pro-blèmes caractérisés par un jeu de données de très grande taille ainsi qu’un nombre de paramètres très impor-tant, rendant les outils usuels d’optimisation inapplicables ou très peu efficaces. Les nouvelles approches pro-posées aideront non seulement Koïos dans la mise au point de son outil, ainsi que la calibration de modèles avancés en apprentissage automatique.

Faculty Supervisor:

Fabian Bastin

Student:

Partner:

Koïos Intelligence Inc

Discipline:

Computer science

Sector:

Professional, scientific and technical services; Retail trade

University:

Université de Montréal

Program: