Modelagem e análise de base de conhecimento para um chatbot

Abstract

RESUMO: Nos últimos anos os chamados Agentes Conversacionais, também conhecidos como chatbots, se popularizaram com a proposta de compreensão usando o Processamento de Linguagem Natural. Também foi possível observar ao longo do tempo um aumento do trabalho remoto, potencializado durante a pandemia, com a necessidade do distanciamento social. Hoje inúmeras empresas permitem que seus colaboradores possam aderir ao trabalho de forma remota. Assim, alguns setores das companhias, que muitas vezes eram centralizados em locais fixos, também foram obrigados a migrar para o virtual e se adaptar ao chamado "novo normal". Face a essa realidade, processos foram reescritos para atender essa nova tendência. Após os cálculos, chegou-se aos seguintes resultados: A acurácia atingiu uma taxa de 75%; A revocação em 86%; A precisão chegou a 81% e por fim a medida F1, que é a média entre as duas ultimas métricas ficou em 84%. Depois de calculado os resultados observa-se que o modelo apresentou bons resultados.

ABSTRACT: In recent years, the so-called Conversational Agents, also known as chatbots, have become popular with the proposal of understanding using Natural Language Processing. It was also possible to observe an increase in remote work over time, boosted during the pandemic, with the need for social distancing. Today, many companies allow their employees to work remotely. Thus, some sectors of companies, which were often centralized in fixed locations, were also forced to migrate to virtual and adapt to the so-called "new normal". Faced with this reality, processes were rewritten to meet this new trend. After the calculations, the following results were obtained: The accuracy reached a rate of 75%; The recall at 86%; Precision reached 81% and finally the F1 measure, which is the average between the last two metrics, was 84%. After calculating the results, it is observed that the model presented good results.