Revista de Engenharia Elétrica e Tecnologia Eletrônica

Implementação da IA ​​conversacional como sistema de resposta a perguntas utilizando o BERT

Arpita Gupta

A IA conversacional refere-se à interação dos utilizadores através de aplicações de mensagens ou assistentes virtuais. Estas comunicações através de agentes virtuais ou chatbots são concebidas para proporcionar uma experiência personalizada ao utilizador. As interações dos bots de chat são impulsionadas por mensagens de cauda longa, consultas ou interação bidirecional com o público privado. O verdadeiro poder da IA ​​​​conversacional reside na sua capacidade de fornecer interações altamente personalizadas com um grande número de clientes ao mesmo tempo. Como caso de utilização empresarial, a IA conversacional pode transformar as formas tradicionais de comunicação, facilitando o envolvimento profundo com os utilizadores. Uma aplicação poderosa da IA ​​conversacional é o sistema de resposta a perguntas. Seja um assistente virtual ou chat bot, ou qualquer sistema de suporte desenvolvido por qualquer empresa, o modelo de resposta a perguntas desempenha um papel crucial na prestação de tais serviços. Um sistema automatizado de resposta a perguntas permite que um empreendimento proporcione aos seus utilizadores uma experiência mais dinâmica e personalizada. Praticamente, é difícil para um ser humano responder a todas as questões colocadas pelos utilizadores ao mesmo tempo. Se alguém quiser fazer isto, serão necessários mais recursos para interagir com os clientes para resolver os seus problemas nos serviços ou produtos oferecidos. O sistema automatizado de resposta a perguntas não só poupa muito tempo, como também atua como uma ferramenta eficiente para compreender as necessidades do cliente e o seu comportamento. GeralA arquitetura do processo de resposta a perguntas consiste em receber informações dos utilizadores, análise de consultas, recuperação de informações da base de dados, extração da resposta mais relevante e, em seguida, gerar a resposta desejada. Não é tão fácil como parece. Porquê? Isto deve-se aos diversos desafios enfrentados durante a modelação. Nesta sessão, discutiremos vários desafios enfrentados para conceber um sistema de resposta a questões, tais como a disponibilidade de dados, a qualidade dos dados, a sua interpretabilidade e a barreira linguística. Embora tenham sido implementados algoritmos servais para conceber um sistema de resposta a perguntas mais eficiente, o BERT supera todos. Iremos discutir como o algoritmo de representação de codificador bidirecional do Transformer [2] ajuda a resolver os desafios mencionados e fornece uma solução opcional. Este tutorial irá focar-se no design de um modelo de resposta a perguntas utilizando a ferramenta de comunicação favorita do ser humano: o processamento de linguagem natural. Para esta sessão, assumirei familiaridade com termos básicos de processamento de linguagem natural e python. O corpo da palestra irá focar-se na implementação do BERT para projetar um modelo de resposta a perguntas e técnicas de extração de características para dados.