Chatbot para ajuda de novos alunos

Projetos de investigação
Unidades organizacionais
Fascículo
Resumo
Na Universidade de Trás-os-Montes e Alto Douro (UTAD), no início de cada ano letivo, existe um aumento do tempo de resposta dos serviços da universidade porque, os funcionários desses serviços, apesar de capazes, sofrem uma enorme sobrecarga no seu trabalho. A principal razão é a grande afluência de alunos recém-chegados de diversas origens. Por isso, para ser possível responder ao crescente aumento de alunos, aliviando os funcionários de perguntas de caráter mais simples, surgiu a necessidade de criar um sistema autónomo de respostas. Desta forma, para simular a intervenção humana o melhor possível foi desenvolvido um chatbot, que funciona na plataforma Facebook Messenger capaz de conversar em duas línguas, português e inglês. Como caso de estudo, foram postas em prática técnicas de Processamento de Linguagem Natural e Machine learning, nas quais se aplicam redes neuronais para a classificação da frase recebida e extração de uma intenção. A extração de uma intenção permite selecionar a resposta adequada para a frase recebida. Implementaram-se, no total, seis redes neuronais para cada língua, e, por sua vez, cada rede neuronal foi treinada num conjunto de dados diferente, correspondente a um serviço da universidade. Testaram-se os valores da precisão e os valores da função de perda de todos os modelos criados. De seguida, considerando vários parâmetros das redes neuronais fixos, alterou-se a função de ativação no neurónio de forma a encontrar a solução mais vantajosa, desta forma, utilizaram-se duas funções de ativação diferentes: a função de ativação de tangente hiperbólica e ReLU. Destes testes, conclui-se que, nos dados relativos à língua portuguesa, a função que apresentou melhor desempenho foi a função ReLU, na qual a precisão mínima obtida nos dados de validação foi de 96%. Enquanto que nos dados relativos à língua inglesa, a função tangente hiperbólica apresentou melhor desempenho nos dados de validação, com uma precisão mínima obtida de 88%
In the Universidade de Tr´as-os-Montes e Alto Douro, in the beggining of each school year, there is an increase in the time of response from the main services of the university because, the employees of these services, although capable, suffer a huge overload in their work. The main reason of this is the great influx of students from diverse origins. Because of this, in order to respond to the growing number of students without a significant increase in staff, a need has arisen to create an autonomous system to answer more simple questions. Thus, to simulate human intervention as best as possible, a chatbot has been developed, which works on the Facebook Messenger platform capable of chatting in two languages, Portuguese and English. As a case of study, are implemented techniques from Natural Language Processing and Machine learning, where neural networks are applied for phrase classification and intention extraction. The extraction of the intent allows to select the right response for the received phrase. A total of 6 neural networks were implemented for each language, where each neural network was trained on a different data set, each corresponding to a different service of the university. Considering several fixed parameters, the activation function in the neurons was changed in order to find a better solution, thus, two activation functions were used, hyperbolic tangent and ReLU. From these tests it can be concluded that in the Portuguese data, the function that presented the best performance was the ReLU function, where the minimum precision value obtained in the validation dataset was 96 %, while in the English data, the tanh function presented the best performance, with a minimum accuracy value in the validation dataset of 88 %.
Descrição
Dissertação submetida à UNIVERSIDADE DE TRÁS-OS-MONTES E ALTO DOURO para obtenção do grau de MESTRE em Engenharia Electrotécnica e de Computadores
Palavras-chave
Chatbot , NLP
Citação