Classificação bayesiana para detecção automática de intenções por chatbots

Abstract

Desde a década 60, os chatbots passaram a ser uma realidade no cenário da computação. Com o avanço da área de Inteligência Artificial e Aprendizado de Máquina, esse modelo de comunicação ganhou cada vez mais capacidade de atender a diversas necessidades e hoje já é uma das formas de comunicação mais viáveis a aplicações comerciais e institucionais, com a possibilidade de atender a uma grande quantidade de pessoas simultaneamente e reduzir custos. Parte do processo de um chatbot é a interpretação das frases recebidas por seus usuários, identificando nelas a intenção do interlocutor para, assim, fornecer uma resposta adequada. Este trabalho tem como objetivo, com apoio da literatura disponível, o estudo do classificador Naive Bayes como ferramenta para a identificação automática de intenções por chatbots, efetuando assim a implementação de duas versões de um classificador bayesiano e submetendo ambas a um uma avaliação de validação cruzada para levantamento suas taxas de acurácia média, para dois conjunto de exemplos distintos.

Since the 60s, chatbots have become a reality in the computing landscape. With the advancement of the area of Artificial Intelligence and Machine Learning, this communication model has gained more and more capacity to meet various needs and today it is one of the most viable forms of communication for commercial and institutional applications, with the possibility of meeting a large number of people simultaneously and reducing costs. Part of a chatbot's process is the interpretation of the sentences received by its users, identifying in them the interlocutor's intention in order to provide an adequate response. This work aims, with the support of the available literature, to study the Naive Bayes classifier as a tool for the automatic identification of intentions by chatbots, thus implementing two versions of a Bayesian classifier and submitting both to a cross-validation evaluation to survey their average accuracy rates, for two distinct sets of examples.