Chatbot com mineração de emoções.

Abstract

Muitas empresas estão optando por utilizar os chatbots em alguns casos, como por exemplo, respondendo dúvidas no telemarketing. Sendo assim, as empresas estão explorando com muito empenho este mercado, que pode ser considerado recente. Consequentemente, é inegável a evolução dos chatbots e o índice de crescimento em relação a eles no mercado. Isso tudo gerou um grande número de tecnologias relacionadas ao assunto, entretanto, isto também mostrou que as empresas têm várias preocupações fundamentais que são: a eficiência com que seus clientes têm suas dúvidas respondidas, a forma com que eles são tratados e também o quanto eles podem economizar com esses dois fatores. Para que o cliente seja melhor atendido é interessante que os chatbots possam dar respostas com base nas emoções dos usuários, fazendo-os se sentirem confortáveis, mesmo em situações de estresse e proporcionando uma experiência mais agradável usando o serviço em específico. Essa preocupação gerou uma série de testes envolvendo ferramentas para o desenvolvimento de chatbots e mineração de emoções utilizando NLTK, os resultados se mostraram excelentes tanto com a biblioteca chatterbot, podendo ter uma conversa por voz, e a NLTK apresentando as emoções do usuário mesmo a base de dados inicialmente sendo pequena, os resultados obtidos foram muito bons.

Many companies are opting to use chatbots in some cases, such as answering questions in telemarketing. Therefore, the companies are making a great effort to explore this market, that can be considered recent. Consequently, it is undenayable the chatbot's evolution, as well as their growth rate in the market. This has generated a large number of technologies related to this subject, however, this also showed that the companies have a number of major concerns: the efficiency in answering their customers’ doubts, the way in which clients are treated and also and how much they can save with these two factors. In order to help the customer better, it is interesting that the chatbots can give answers based on the users' emotions, making them feel comfortable even in stresstful situations and providing a more enjoyable experience using the specific service. This concern has generated a series of tests involving tools for the development of chatbots and the mining of emotions using NLTK. The results were excellent both with the chatterbot library, being able to have a voice chat, and with the NLTK, having very good results in showing the emotions of the user, even with an initially small database.