Tesis y Trabajos de Investigación PUCP

En el presente trabajo se da un primer paso en la investigación en el área de juegos basados en blockchain. Estos juegos suponen un nuevo paradigma de inversión capaz de generar beneficios y pérdidas millonarias, por lo que se propone desarrollar diversas propuestas que ordenen las distintas opciones según su potencial como inversión, a fin de actuar como un asistente en la toma de decisiones. Para dicho fin, se estudian los principales algoritmos de análisis de enlace, pues sus similitudes y características los hacen especialmente idóneos para tal propósito. En primer lugar, se lleva a cabo una revisión del estado del arte, a fin de encontrar cualquier estudio previo que aborde la misma problemática o, si más no, parte de la misma. Seguidamente, se realiza un estudio de las principales propuestas existentes dentro del área de análisis de enlaces, con el objetivo final de poder adaptarlas y desarrollar algoritmos propios específicos para esta investigación. Finalmente, se recolectan los datos necesarios para poder experimentar en último lugar con las propuestas teóricas planteadas. Se analizan los resultados obtenidos junto a los datos extraídos para comprender el comportamiento de cada algoritmo.

Los chatbots son sistemas de procesamiento de lenguaje natural con los que se puede interactuar mediante una interfaz de texto o voz, y han sido adoptados en muchas industrias para responder las preguntas y solicitudes de los usuarios a través de interfaces de chat. Por ende, los chatbots tienen un valor comercial como asistentes virtuales. Tanto es así que se está trabajando en que los chatbots puedan comunicarse con los usuarios de manera similar a la comunicación que hay entre dos humanos; en otras palabras, un usuario debe experimentar la sensación de comunicarse con una persona. A su vez, dado que los chatbots eliminan los factores humanos y están disponibles las 24 horas del día, hay un incremento en la demanda de las capacidades de inteligencia artificial para interactuar con los clientes. En este aspecto, la sensación de comunicarse con una persona puede ser lograda mediante la inclusión de técnicas de comprensión del lenguaje natural, procesamiento del lenguaje natural, generación del lenguaje natural y aprendizaje automático. De este modo, los chatbots son capaces de interpretar una o varias intenciones comunicativas en cada “utterance” de un usuario, siendo que un “utterance” es todo lo que el usuario o chatbot mencionan mientras es su turno de hablar o escribir. Así mismo, los chatbots pueden asociar una o varias intenciones comunicativas a un identificador de “utterances” que contiene varios “utterances”. Por ende, a partir del “utterance” de un usuario, un chatbot es capaz de interpretar una o varias intenciones comunicativas asociadas a un identificador de “utterances”, a través del cual usa los “utterances” contenidos para escoger o generar un “utterance” como respuesta al usuario. No obstante, si bien un chatbot puede identificar múltiples intenciones comunicativas en un enunciado, de un usuario, con un “utterance”, no puede identificar múltiples intenciones comunicativas en un enunciado, de un usuario, que contenga múltiples “utterances”. En consecuencia, tampoco se ha investigado como encontrar los “utterances” de respuesta del chatbot cuando se tiene múltiples “utterances”. Por lo descrito previamente, en este proyecto se propone la implementación de una herramienta para: identificar múltiples intenciones comunicativas en múltiples “utterances”, identificar las dependencias entre intenciones, agrupar las intenciones a partir de sus dependencias, identificar las dependencias entre los grupos de intenciones respecto de los identificadores de “utterances” y los identificadores de “utterances” respecto de los “utterances”. Además, para facilitar el uso de la herramienta, se elabora una interfaz de programación de aplicaciones que recibe múltiples “utterances” en forma de texto, y devuelve los “utterances” segmentados, las intenciones identificadas, los grupos entre intenciones y los “utterances” de respuesta del chatbot para cada grupo de intenciones. Los resultados obtenidos evidencian que los enfoques utilizados son exitosos. Por último, se espera mejorar los resultados con técnicas de inteligencia artificial y computación lingüística.

Tesis y Trabajos de Investigación PUCP

Explorar

Filtros

Ajustes

Ordenar por

resultados por página

Resultados de búsqueda