Dissertação

Towards a Data-Driven Automation of Customer Support EVALUATED

Apoio ao Cliente é essencial para a satisfação do utilizador e fundamental num mercado cada vez mais competitivo. Como tal, a sua automação é atualmente um desafio de grande interesse industrial e académico. No entanto, devido à falta de dados disponíveis sobre este cenário, a investigação tem-se focado no Suporte baseado na Comunidade, que difere do Apoio ao Cliente tradicional, em que, agentes humanos, são pagos para dar suporte a clientes numa linguagem uniforme. Neste trabalho, analisamos o comportamento de modelos de aprendizagem profunda baseados em recuperação de informação e baseados em geração num cenário de Apoio ao Cliente por email. Além disso, na tentativa de unificar as duas abordagens, desenvolvemos um modelo híbrido e uma rede neuronal Geradora e Adversária que pode ser usada para treinar conjuntamente estes modelos. Os resultados obtidos sugerem que, uma abordagem generativa simples, baseada num modelo sequência-para-sequência com um mecanismo de atenção, pode ser mais adequada do que uma abordagem baseada em recuperação de informação. Além disso, a nossa avaliação humana sugere que combinar ambas as abordagens pode melhorar a qualidade da resposta final.
Apoio ao Cliente, Aprendizagem Profunda, Automação do Apoio ao Cliente, Aprendizagem Automática, Processamento de Língua Natural

Maio 28, 2019, 10:30

Documentos da dissertação ainda não disponíveis publicamente

Orientação

ORIENTADOR

Maria Luísa Torres Ribeiro Marques da Silva Coheur

Departamento de Engenharia Informática (DEI)

Professor Auxiliar

ORIENTADOR

João de Almeida Varelas Graça

Unbabel

Co-founder e CTO