École Nationale Supérieure de
Techniques Avancées

Résumé

Dans ce rapport, nous présentons la méthode que nous avons développée, nommée InterpetE, utilisée pour générer des espaces interprétables à partir des la représentation vectorielle de graphes de connaissances (GC). Nous expliquons la construction et les différentes étapes par lesquelles nous sommes passés pour obtenir l'approche finale. Nous présentons d'abord l'utilisation de Grands Modèles de Langage pour extraire des attributs spécifiques d'un graphe de connaissances à l'aide de la Génération Augmentée de Récupération (RAG). Ensuite, nous nous pencherons sur une approche statistique utilisée à la place, et l'entraînement des machines à vecteurs de support utilisées pour séparer les entités en fonction d'attributs spécifiques. Grâce à cette séparation, nous avons pu extraire de nouveaux vecteurs entièrement interprétables qui ont montré d'excellents scores par rapport à l'espace d'origine en termes de similarité sémantique.