Agrupamento de sentenças semanticamente similares aplicado à descoberta de novas intenções para chatbots cognitivos

• Autor(a) principal: Grazziotim, Lucas Bortolanza
• Data de Publicação: 2022
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Repositório Institucional da UFRGS
• Texto Completo: http://hdl.handle.net/10183/240211
• topic: Comunicação digital; Linguagem natural; Aprendizado de máquina; Automatização de processos; Natural language processing; Cognitive chatbot; Intent mining,; BERT; Sentence embeddings; Semantic textual similarity; Sentence clustering

O trabalho apresenta uma solução de automação para o processo de descoberta de novas intenções para chatbots cognitivos. Para tanto, representações vetoriais das mensagens enviadas por usuários a um chatbot cognitivo são obtidas por meio de um modelo de linguagem neural para a língua portuguesa brasileira baseado no BERT, o BERTimbau. Na sequência, a fim de identificar os assuntos requisitados pelos usuários e viabilizar a construção de intenções, mensagens semelhantes são agrupadas por meio da execução de um algoritmo não supervisionado de agrupamento hierárquico aglomerativo sobre as suas representações vetoriais. Para que os agrupamentos obtidos possam ser investigados de uma maneira acessível, foi desenvolvida uma ferramenta de visualização na forma de uma aplicação web. Em um estudo de caso, a aplicação da solução proposta foi capaz de agrupar sentenças com sentido semelhante mesmo quando construídas com palavras distintas, possibilitando, com sucesso, a identificação de intenções a serem inseridas ao chatbot cognitivo a partir de mensagens enviadas pelos seus usuários.