Conversational assistants such as chatbots and voicebots, thanks to the latest advances in artificial intelligence, now represent a new frontier for companies that want to improve interaction with customers. Therefore, many realities have equipped themselves with new cognitive systems, in order to extend the current assistance centers. On the other hand, despite recent successes in natural language processing and dialogue research, communication between a human being and a machine is still in its infancy. As part of the collaboration between the University and the TIM research center, an analysis and improvement project for an existing chatbot was developed. For this purpose, two classifiers have been developed, based on neural networks, with distinct objectives: to extract user characteristics and identify any misunderstandings between man and machine. In this way the conversational agent will be able to integrate additional information in order to adapt the dialogue in relation to the specific user, that is, enabling more intelligent behavior.

Gli assistenti conversazionali come chatbot e voicebot, grazie ai più recenti progressi dell'Intelligenza Artificiale, rappresentano ad oggi una nuova frontiera per le aziende che vogliono migliorare l'interazione con i clienti. Pertanto, molte realtà si sono dotate di nuovi sistemi cognitivi, per poter estendere gli attuali centri di assistenza. D'altra parte, nonostante i recenti successi nell'elaborazione del linguaggio naturale e nella ricerca sul dialogo, la comunicazione tra un essere umano e una macchina è ancora agli albori. Nell'ambito della collaborazione tra Ateneo e centro ricerche TIM, è stato sviluppato un progetto di analisi e miglioramento di un chatbot esistente. A questo scopo sono stati sviluppati due classificatori, basati su reti neurali, con obiettivi distinti: estrarre le caratteristiche dell'utente e individuare eventuali incomprensioni tra uomo e macchina. In questo modo l'agente conversazionale sarà in grado di integrare informazioni aggiuntive al fine di adattare il dialogo in relazione all'utente specifico, abilitando un comportamento intelligente.

Applicazione di modelli neurali per il miglioramento di agenti conversazionali

FERROD, ROGER
2019/2020

Abstract

Gli assistenti conversazionali come chatbot e voicebot, grazie ai più recenti progressi dell'Intelligenza Artificiale, rappresentano ad oggi una nuova frontiera per le aziende che vogliono migliorare l'interazione con i clienti. Pertanto, molte realtà si sono dotate di nuovi sistemi cognitivi, per poter estendere gli attuali centri di assistenza. D'altra parte, nonostante i recenti successi nell'elaborazione del linguaggio naturale e nella ricerca sul dialogo, la comunicazione tra un essere umano e una macchina è ancora agli albori. Nell'ambito della collaborazione tra Ateneo e centro ricerche TIM, è stato sviluppato un progetto di analisi e miglioramento di un chatbot esistente. A questo scopo sono stati sviluppati due classificatori, basati su reti neurali, con obiettivi distinti: estrarre le caratteristiche dell'utente e individuare eventuali incomprensioni tra uomo e macchina. In questo modo l'agente conversazionale sarà in grado di integrare informazioni aggiuntive al fine di adattare il dialogo in relazione all'utente specifico, abilitando un comportamento intelligente.
ITA
Conversational assistants such as chatbots and voicebots, thanks to the latest advances in artificial intelligence, now represent a new frontier for companies that want to improve interaction with customers. Therefore, many realities have equipped themselves with new cognitive systems, in order to extend the current assistance centers. On the other hand, despite recent successes in natural language processing and dialogue research, communication between a human being and a machine is still in its infancy. As part of the collaboration between the University and the TIM research center, an analysis and improvement project for an existing chatbot was developed. For this purpose, two classifiers have been developed, based on neural networks, with distinct objectives: to extract user characteristics and identify any misunderstandings between man and machine. In this way the conversational agent will be able to integrate additional information in order to adapt the dialogue in relation to the specific user, that is, enabling more intelligent behavior.
IMPORT DA TESIONLINE
File in questo prodotto:
File Dimensione Formato  
813766_tesimagistrale_ferrod.pdf

non disponibili

Tipologia: Altro materiale allegato
Dimensione 2.66 MB
Formato Adobe PDF
2.66 MB Adobe PDF

I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.14240/156569