Desarrollo de un asistente virtual empleando técnicas de comprensión de lenguaje natural

Abstract

El objetivo del presente trabajo de titulación fue desarrollar un asistente virtual basado en comprensión de lenguaje natural (NLU) en la Unidad de Docencia, Investigación y Vinculación (UDIV) de Infraestructura para brindar soporte a las aplicaciones de la carrera de Computación de la Escuela Superior Politécnica Agropecuaria de Manabí Manuel Félix López (ESPAM MFL). El trabajo se fundamentó con el Proceso Estándar Inter-Industrial para Minería de Datos (CRISP-DM), en primera instancia se logró recopilar las principales técnicas de NLU aplicadas en el desarrollo de asistentes virtuales, de esta forma se escogió a Rasa NLU como el framework de desarrollo del asistente virtual. Posteriormente, se realizó un análisis exploratorio de datos, que sirvió para delimitar las funciones del asistente virtual. El conjunto de datos de entrenamiento se formó a partir de la estructura del bloque NLU que ofrecía el framework de Rasa, se definieron las historias, el dominio, acciones, entidades e intenciones. Luego, se detallaron los componentes para ensamblar el modelo NLU y se definieron las fases del entrenamiento. Finalmente, se realizaron simulaciones de interacción para evaluar el modelo. Después de varias pruebas, el modelo logró alcanzar un alto rendimiento con métricas como un F1 Score de 0.89, una precisión de 0.91 y una exactitud de 0.88 en la clasificación de intenciones y entidades. Finalmente se implementó una Interfaz de Programación de Aplicaciones (API) que marcó la integración de los servicios del asistente virtual con una interfaz web conversacional.