Целевой чат-бот на основе машинного обучения
Работая с нашим сайтом, вы даете свое согласие на использование файлов cookie. Это необходимо для нормального функционирования сайта, показа целевой рекламы и анализа трафика. Статистика использования сайта отправляется в «Яндекс» и «Google»
Научный журнал Моделирование, оптимизация и информационные технологииThe scientific journal Modeling, Optimization and Information Technology
cетевое издание
issn 2310-6018

Целевой чат-бот на основе машинного обучения

Нгуен Т.Ч.,  Щербаков М.В. 

УДК 004.89
DOI: 10.26102/2310-6018/2020.29.2.041

  • Аннотация
  • Список литературы
  • Об авторах

В настоящее время чат-боты становятся очень популярными во многих областях, таких как бизнес, банковское дело, здравоохранение, учеба, путешествия и т.д. Популярность платформ обмена сообщениями, таких как Telegram, Messenger, Whatsapp и других сделала чатботов не только популярными, но и стало тенденцией в будущем. С конца декабря 2019 года изза начала пандемии COVID-19 наступил серьезный кризис в области здравоохранения во всем мире. В связи с этим крайне важно предоставлять информацию об эпидемии всем людям. Многие правительства и организации запустили чат-ботов для информирования населения о COVID-19. Однако эти чат-боты ограничены, так как основаны на правилах, и понимают ограниченный набор вопросов, введенных пользователем. Таким образом, создание чат-бота на основе машинного обучения для информации о коронавирусе представляет собой актуальную задачу. Целью исследования является разработка чат-бота для поиска информации про коронавирусную инфекцию COVID-19. Описан метод проектирования и разработка чат-бота на фреймворке RASA, а также испытания разработанного прототипа. Созданы три модели чат-бота: базовая модель (B), базовая модель с синонимами (BS), базовая модель с синонимами и шумами (BSS). Проведена оценка эффективности трех моделей по показателям: доля, точность и F-мера. Результаты анализа показали, что модели BS и BSS лучше, чем модель B.

1. ТОП-10 причин, почему чат-боты в соцсетях нужны каждому. Режим доступа: https://ideadigital.agency/ru/chat-bot/, (дата обращения 22.03.2020).

2. Rasa Stack. Режим доступа: https://legacy-docs.rasa.com/docs/get_started_step1/, (дата обращения 22.12.2019 на англ.).

3. Ян М., Кастро П., Ченг П., Исхакян В. Создание чат-бота с использованием бессерверных вычислений. 2016 г. Труды 1-го международного семинара по Mashups of Things and APIs (MOTA '16). 2016 г.

4. Юри Л., Нико М., Томми М. Пример: создание бессерверного чат-бота для обмена сообщениями. Текущие тренды в веб-инженерии. 2018: 75-86.

5. Хандойо Э., Арфан М., Я.А.А. Соэтрисно, М. Сомантри, А. Софван, Э. В. Синурая. Начисление оплаты Сервис чат-бота с использованием технологии бессерверного НЛП. 5-я Международная конференция по Информационные технологии, компьютер и электрика (ICITACEE). 2018 г.

6. COVID-19. Режим доступа: https://ru.wikipedia.org/wiki/COVID-19 (дата обращения 22.04.2020).

7. Роспотребнадзор назвал высокой вероятность второй волны COVID-19 осенью. Режим доступа: https://www.rbc.ru/society/01/05/2020/5eac02069a79474fc26b1648 (дата обращения 01.05.2020).

8. Система уведомлений о событиях (Webhooks). Режим доступа: https://www.unisender.com/ru/support/api/common/sistema-uvedomlenij-o-sobytiyah-webhooks/ (дата обращения 22.02.2020).

9. Rasa NLU: Language Understanding for Chatbots and AI assistants. Режим доступа: https://rasa.com/docs/rasa/nlu/about/ (дата обращения 22.02.2020 на англ.).

10. Markdown. Режим доступа: https://www.markdownguide.org/ (дата обращения 18.02.2020 на англ.).

11. The Rasa Core Dialogue Engine. Режим доступа: https://rasa.com/docs/rasa/core/about/ (дата обращения 23.02.2020 на англ.).

12. Coronavirus COVID19 API. Режим доступа: https://documenter.getpostman.com/view/10808728/SzS8rjbc?version=latest (дата обращения 15.03.2020).

13. Коронавирус. Вопросы и ответы. Режим доступа : https://covid19.rosminzdrav.ru/ (дата обращения 25.04.2020).

14. Заболевание, вызванное коронавирусом (COVID-19): Часто задаваемые вопросы. Режим доступа: https://www.who.int/ru/emergencies/diseases/novel-coronavirus-2019/advice-forpublic/q-a-coronaviruses (дата обращения 25.04.2020).

15. А. Чжэн. Оценка моделей машинного обучения. O'Reilly Media, Inc., 2015 г.

Нгуен Тхи май Чанг

Email: m.trang91@gmail.com

Волгоградский государственный технический университет

Волгоград, Российская Федерация

Щербаков Максим Владимирович
д.т.н.
Email: maxim.shcherbakov@gmail.com

Волгоградский государственный технический университет

Волгоград, Российская Федерация

Ключевые слова: чат-бот, обработка естественного языка, бесcерверная архитектура, намерение, сущности, rasa, covid-19

Для цитирования: Нгуен Т.Ч., Щербаков М.В. Целевой чат-бот на основе машинного обучения. Моделирование, оптимизация и информационные технологии. 2020;8(2). URL: https://moit.vivt.ru/wp-content/uploads/2020/05/NguyenShcherbakov_2_20_1.pdf DOI: 10.26102/2310-6018/2020.29.2.041

2747

Полный текст статьи в PDF

Опубликована 30.06.2020