Identificação de quebras de diálogos em sistemas de chatbots

• Ano de defesa: 2021
• Autor(a) principal: Andrade, Leonardo de
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
• Palavras-chave em Português: Aprendizado profundo; Deep learning; Dialog breakdown; NLP; PLN; Quebras de diálogo; Regressão; Regression; Word embeddings
• Link de acesso: https://www.teses.usp.br/teses/disponiveis/100/100131/tde-08062021-164759/

Com crescimento constante do uso de tecnologias voltadas ao relacionamento com o consumidor na internet, os sistemas de chatbots têm ganhado espaço no âmbito da Inteligência Artificial. A necessidade de um atendimento completo, que dê aos usuários uma experiência satisfatória e rápida, que não necessite da intervenção humana, vem fomentando estudos sobre o uso de robôs que conseguem simular o comportamento humano em uma conversa. Diante desse cenário, observou-se a potencial necessidade de estudar os diálogos que a máquina ainda não está preparada para acompanhar aplicando-se técnicas de Processamento de Língua Natural (PLN). Um dos problemas enfrentados neste tipo de aplicação é a quebra do diálogo, e tal problema é estudado sobretudo para a língua inglesa. No caso do Português, por outro lado, o tema permanece inexplorado. Com base nestas observações, este documento apresenta uma pesquisa em nível de mestrado que objetiva desenvolver modelos baseados em regressão e aprendizado profundo usando embeddings estáticos e contextuais de modo que seja demonstrado que tais técnicas são uma alternativa robusta para a identificação de quebras de diálogos.