Journal de génie informatique et des technologies de l'information

Génération de texte par chaînes de Markov pour les plateformes d'idéation

Isaac Terngu Adom*

L'humanité n'a jamais connu une croissance géométrique et un intérêt pour l'informatique, en particulier pour l'intelligence artificielle (IA),
comme ces derniers temps. Des processus efficaces, des systèmes automatisés et une prise de décision améliorée sont quelques-uns des jalons de
cette tendance. La demande accrue de solutions liées au texte provenant de la génération, de l'apprentissage, de la classification et de plusieurs autres tâches a motivé l'utilisation de différentes techniques et outils d'IA. Des idées de texte créatives ont été recherchées pour l'innovation, la résolution de problèmes et les améliorations. Ces idées sont nécessaires dans tous les efforts de la vie, car les trouver peut être une tâche ardue pour les individus, les organisations et les plateformes d'idéation. Dans ce travail, un système de génération d'idées basé sur des améliorations de l'approche des chaînes de Markov à l'aide d'un corpus de texte est présenté. Tout d'abord, un système Web a été créé pour collecter des solutions auprès de personnes sur un problème d'étude de cas. Ils devaient faire des soumissions basées sur l'objectif et le mécanisme avec des exemples pour les guider. Ensuite, le texte collecté a été regroupé en fonction de la mesure de similarité en groupes, puis des résumés abstraits des groupes respectifs ont été calculés. Le modèle de chaînes de Markov a ensuite été utilisé pour générer un nouveau texte à partir du corpus de textes soumis et le texte généré par les chaînes de Markov les plus similaires a été comparé au résumé abstrait de chaque groupe groupé à l'aide d'une mesure de similarité et renvoyé comme résultat d'idée. Enfin, un pipeline pour exécuter tous les composants du système à la fois a été développé. Le résultat a été envoyé pour une évaluation humaine basée sur
les mesures de qualité, de nouveauté et de variété et comparé à la sortie d'un système de transformation générative utilisant le même
corpus de textes et le système de ce travail a obtenu de meilleurs résultats. Le travail aborde principalement un défi auquel sont confrontées les plateformes d'idéation.