Desenvolvimento de um modelo inteligente capaz de responder questões consultando bancos de dados estruturados (KBS)

• Ano de defesa: 2022
• Autor(a) principal: Sousa, Rafael Henrico de
• Orientador(a): Barbosa, Bruno Henrique Groenner
• Banca de defesa: Barbosa, Bruno Henrique Groenner, Ferreira, Danton Diego, Rosa, Renata Lopes, Vitor, Giovani Bernardes
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal de Lavras
• Programa de Pós-Graduação: Pós-Graduação em Engenharia de Sistemas e Automação
• Departamento: Departamento de Engenharia
• País: brasil
• Palavras-chave em Português: Knowledge base question answering (KBQA); Assistentes virtuais; Processamento de linguagem natural; Inteligência artificial; Chatbots; E-commerce; Virtual assistants; Natural language processing; Artificial intelligence
• Área do conhecimento CNPq: Ciência da Computação
• Link de acesso: https://repositorio.ufla.br/handle/1/50486

O mercado de vendas virtuais (E-commerce) tem se expandido muito atualmente devido à facili- dade e praticidade proporcionadas por esta via de compra, e pelo fato de que as tecnologias vem se tornando cada vez mais acessíveis. Com o aumento dos consumidores que utilizam este mé- todo de compra, a implantação de assistentes virtuais por empresas pode agregar benefícios para ambos os lados da negociação consumidores-empresas, uma vez que o uso de assistentes virtu- ais pode permitir a automação de tarefas que envolvem meios de comunicação, acelerando-se assim a resolução de problemas e aumentando-se a produtividade para atendimento ao cliente, além de ser capaz de fornecer experiências personalizadas adequadas a cada consumidor. Neste trabalho, são abordados conceitos relevantes ao tópico de Knowledge Base Question Answering (KB-QA) e meios de desenvolver-se um modelo KB-QA que seja capaz de responder às ques- tões do usuário fornecidas em linguagem natural a partir de informações contidas em bases de conhecimento (KBs). Para este fim, são abordadas duas linhas de pesquisa, os modelos com- pletos, capazes de lidar diretamente com a questão em linguagem natural e fornecer respostas baseados na KB; e os modelos compostos, que possuem um método para conversão da questão da linguagem natural em uma query e um método de consulta a KB por meio de queries, sendo a query constituída de triplas da forma (sujeito, predicado, objeto). A fim de se desenvolver um modelo KB-QA com bom desempenho, foi proposto neste trabalho um Ensemble de modelos onde são analisados e selecionados métodos de KB-QA disponíveis na literatura. Na análise dos modelos KB-QA compostos, são aplicadas bases de dados de áreas variadas tais como a COUN- TRIES e a FB15k-237, visando determinar o potencial dos modelos para diferentes estruturas das Knowledge Bases baseado em triplas e, então, utiliza-se a base de dados WikiMovies para a análise dos modelos compostos por inteiro. Já para análise dos modelos KB-QA completos emprega-se o banco de questões WebQuestionsSP que é desenvolvido para ser respondido por meio de consultas à KB Freebase. Como principal resultado deste trabalho, são gerados três diferentes Ensembles, denominados Ensemble simples, Ensemble com contramedida e Ensem- ble com contramedida total, que são estado-da-arte para a tarefa de KB-QA considerando-se o banco de dados WebQuestionsSP com F1-scores de 75,40%, 78,72% e 81,43% respectivamente. Além disso, são apresentados resultados envolvendo o desenvolvimento de um modelo KB-QA composto, aqui denominado modelo composto Parot-MINERVA.