Chatbot para ajuda de novos alunos

• Autor(a) principal: Carvalho, João Rafael da Silva
• Data de Publicação: 2020
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
• Texto Completo: http://hdl.handle.net/10348/10722
• topic: Chatbot; NLP

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%