Dissertação
Answer Rephrasing and Emotion Tracking in a Multilingual Customer Service Chat EVALUATED
Fornecer um atendimento ao cliente de excelência é fundamental para promover a fidelização dos clientes e garantir-lhes uma experiência satisfatória. Infelizmente, a sua experiência é frequentemente prejudicada pela falta de empatia ou conteúdo das respostas do agente. Nesta tese, temos como objetivo melhorar a qualidade do suporte ao cliente, aproveitando os recentes avanços na modelação de linguagem. Focamo-nos em duas tarefas de grande importância: reconhecimento de emoções em conversas e reformulação empática de diálogos. No contexto do reconhecimento de emoções, adaptamos métodos existentes ao atendimento ao cliente. Comparamos também esses métodos com uma abordagem baseada em prompting usando o ChatGPT. As nossas experiências destacam a importância de fazer fine tuning de modelos para esta tarefa, pois um modelo menor e específico para a tarefa supera o ChatGPT, mais poderoso, no reconhecimento de emoções. Adicionalmente, observamos a importância de fornecer ao modelo o contexto da conversa para aprimorar o desempenho. Adicionalmente, desenvolvemos um sistema de reformulação empática baseado no modelo de reconhecimento de emoções para identificar frases que precisam de reformulação para um melhor atendimento ao cliente. Isto é possível devido à forte capacidade do modelo de reconhecimento de emoções na identificação de empatia. As frases identificadas como pouco empáticas são dadas ao ChatGPT para melhorar a qualidade e empatia das respostas.
novembro 27, 2023, 14:0
Documentos da dissertação ainda não disponíveis publicamente
Orientação
ORIENTADOR
Departamento de Engenharia Electrotécnica e de Computadores (DEEC)
Professor Associado