STUDIO E ANNOTAZIONE DI UN CORPUS DI DIALOGHI NEL DOMINIO CUSTOMER CARE PER IL DESIGN E LO SVILUPPO DI UN CHATBOT RASA

Lo sviluppo di sistemi intelligenti in grado di conversare in linguaggio naturale è, ad oggi, uno dei temi più discussi in ambito aziendale. Le aziende, infatti, necessitano gli assistenti virtuali poiché offrono numerosi vantaggi, tra cui la possibilità di essere sempre attivi e di rispondere velocemente agli utenti, almeno alle richieste più semplici che non richiedono l’intervento umano. Negli ultimi anni si sta inoltre cercando di migliorare l’interazione dei chatbot con gli utenti, per permettere loro di comprendere anche le richieste più complesse e di potenziare la Customer Experience avvicinando l’esperienza dell’utente con un chatbot a quella con un essere umano. Questa tesi presenta il lavoro svolto per lo sviluppo di un chatbot che interagisce con gli utenti di una società di telecomunicazioni in un contesto customer-service. Per poter discutere lo sviluppo di tali agenti, è necessario innanzitutto soffermarsi sul concetto di linguaggio naturale. Al giorno d’oggi l’evoluzione nel campo del Natural Language Processing ha portato allo sviluppo di applicazioni in grado di trattare il linguaggio naturale con risultati abbastanza soddisfacenti, anche se sono ancora molti i progressi da fare in questo campo di ricerca. Nel primo capitolo, dunque, verrà descritto questo campo, con particolare attenzione ad una sua branca, il Natural Language Understanding. Successivamente, si passerà all’analisi di un campione di conversazioni raccolto da un sistema di dialogo già esistente per il servizio clienti sviluppato dalla società di telecomunicazioni. Nel secondo capitolo, sarà poi presentato il framework scelto per lo sviluppo del sistema, Rasa, prestando una particolare attenzione alla componente NLU. Dopo l’analisi dei dialoghi, nel terzo capitolo, verrà descritto il processo di estrazione Intents ed Entities, elementi fondamentali per lo sviluppo del sistema, che saranno poi annotati all’interno dei vari files che compongono il bot. Inoltre, verrà anche descritto il processo di training del bot, con annesse problematiche riscontrate. Infine, nell’ultimo capitolo, sarà presentata una valutazione delle prestazioni del chatbot, inserendo esempi anche più complicati e diversi dal corpus, per comprendere la qualità dei modelli di estrazione delle entità e di classificazione degli intents.