Título: CONQUEST: um framework para a construção de chatbots de IQA baseados em templates sobre Knowledge Graphs

Horário: 14:00h

Data: 10/02/2020

Local: Bloco 910 - Sala de Reuniões

Resumo:

A dissertação apresenta CONQUEST, um framework que automatiza grande parte do processo de construção de chatbots para a tarefa de Template-based Interactive Question Answering (TBIQA) sobre Knowledge Graphs (KG) de Domínio Fechado. Os chatbots produzidos por CONQUEST são capazes de responder questões emitidas em linguagem natural, utilizando a conversação para solucionar os possíveis problemas da ambiguidade e da falta de informação necessária para a formulação da resposta. Para a interpretação da questão, o sistema realiza o processo de classificação de sua intenção para um dos padrões definidos pelo desenvolvedor à priore. Para isto, CONQUEST conta com um mecanismo flexível de classificação de questões baseado em aprendizado de máquina (Machine learning, ML) que utiliza tanto features sintáticas, quanto semânticas e que se adapta ao uso, aprendendo novas maneiras como uma mesma questão pode ser realizada. Este mecanismo de classificação torna um chatbot capaz de tratar o problema da variabilidade linguística. Além disso, um chatbot produzido por CONQUEST utiliza o feedback do usuário no seu treinamento, adaptando-se ao uso. Como principais contribuições deste trabalho, temos: (1) A definição de uma arquitetura de chatbots para a tarefa de TBIQA; (2) a construção de um classificador em ML que aprenda novas formas para a realização de uma mesma questão, tratando o problema da variabilidade linguística; (3) um chatflow para a realização automática do processo de TBIQA, tratando o problema de desambiguação da intenção de questões e a ausência de parâmetros; e por fim, culminando no (4) desenvolvimento de uma ferramenta que facilite o processo de criação de chatbots para a tarefa de TBIQA sobre KGs de domínio fechado. Por fim, com CONQUEST, o desenvolvedor investe seu tempo apenas na criação dos padrões de questões suportados pelo sistema, deixando o controle de mensagens, processamento de linguagem natural, interpretação da questão, consulta às fontes de dados e geração das respostas para o framework.

Banca:

• Prof.ª Dr.ª Vânia Maria Ponte Vidal (MDCC/UFC - Orientadora)
• Prof. Dr. Ângelo Roncalli Alencar Brayner (MDCC/UFC)
• Prof. Dr. José Maria da Silva Monteiro Filho (MDCC/UFC)
• Prof.ª Dr.ª Vládia Célia Monteiro Pinheiro (UNIFOR)