Dissertação

{en_GB=Say Something Smart 3.0 – A Multi-Agent Chatbot in Open Domain} {} EVALUATED

{pt=Sistemas de diálogo com base em arquitecturas multiagente são normalmente compostos por um percurso linear desde que o sistema recebe uma pergunta até à resposta ser gerada através de um único agente, considerado o mais apropriado para responder à pergunta recebida sem dar aos restantes agentes oportunidade de apresentarem a sua resposta. Neste trabalho, apresentamos uma abordagem alternativa aos sistemas de diálogo multiagente através de uma arquitectura baseada em retrieval que tem em conta as respostas dos seus agentes e utiliza um modelo de decisão para decidir qual a melhor resposta, e fornece uma estrutura plug-and-play com a possibilidade de configurar agentes conversacionais de qualquer utilizador. Como base para o nosso trabalho utilizamos o Say Something Smart (SSS), um sistema de diálogo que responde a perguntas através de uma base de conhecimento de legendas de filmes e o Edgar, um chatbot especializado no Palácio de Monserrate. Este trabalho é integrado no Discord, uma aplicação de chat, para que utilizadores de qualquer parte do mundo consigam interagir com o nosso chatbot. Integramos também trabalho prévio sobre Aprendizagem Online, para que o sistema aprenda quais os agentes com melhor desempenho a responder a uma dada pergunta. Avaliamos o nosso sistema para perguntas de domínio específico e pedidos fora-de-domínio, e comparamos os nossos resultados com trabalho prévio no Edgar e no SSS. Por fim, avaliamos os resultados da aprendizagem do nosso sistema contra os resultados obtidos na aprendizagem original do SSS, obtendo uma maior plausibilidade nas respostas dadas a utilizadores humanos., en=Dialogue engines that focus on a multiagent architecture often trace a single, linear path from the moment when the system receives a query until an answer is generated by selecting a single agent, deemed to be the most appropriate to respond to the given query, not granting any other agents the opportunity to provide an answer. In this work, we present an alternative approach to multiagent conversational systems through a retrieval-based architecture, which takes the answers of each agent into account and uses a decision model to determine the most appropriate answer, and provides a plug-and-play framework that allows users to set up their own conversational agents. Say Something Smart, a conversational system that answers user requests based on movie subtitles, is used as the base for our work. Edgar, a chatbot specifically built to answer requests related to the Monserrate Palace, is also incorporated into our system as a domain-oriented agent. Furthermore, our work is embedded in Discord, a chat application which allows users all over the world to engage with our chatbot. We integrate work done on Online Learning into our platform, allowing the system to learn which agents have the best results when answering a query. We evaluate our system on out-of-domain queries and domain-specific questions, comparing it to previous instances of Edgar and Say Something Smart. Finally, we evaluate the outcome of our system's learning against previous experiments done on Say Something Smart, achieving a better answer plausibility than previous systems when interacting with human users.}
{pt=Sistemas de Diálogo, Agentes Plug-and-Play, Plataformas Multi-Agente, Aprendizagem Online, en=Dialogue Systems, Plug-and-Play Agents, Multi-Agent Platforms, Online Learning}

Novembro 14, 2019, 10:30

Publicação

Obra sujeita a Direitos de Autor

Orientação

ORIENTADOR

Maria Luísa Torres Ribeiro Marques da Silva Coheur

Departamento de Engenharia Informática (DEI)

Professor Auxiliar