Maquinaria Agricola utilizada en la produccion de Piña.pdf
ChatBbots
1. Chatbots
Utilización de procesamiento de lenguaje
natural en un sistema de preguntas y
Respuestas.
Degly Mauricio Garcia Rivas.
092-12-473
Inteligencia Artificial
2. Descripción
1. Utilizan procesamiento de lenguaje natural (NLP: Natural Language
Processing) en un sistema de preguntas y respuestas (QA System: question-
answering System). Estos sistemas han sido definidos también como
sistemas expertos que usan razonamiento basado en casos (CBR: case base
reasoning).
2. La finalidad de dichos sistemas es simular un dialogo inteligente con
interlocutor humano, ya sea mediante mensajes de texto a través de una
consola o bien mediante la voz.
Contexto
3. Técnicas de IA para Chatbots
Utilización de Materiales
Semántica Analytics
Trabaja en los aspectos del significado, sentido o interpretación de signos lingüísticos como símbolos,
palabras, expresiones o representaciones formales.
En principio las expresiones del lenguaje formal o de una lengua natural admiten algún tipo de
correspondencia con situaciones o conjuntos de cosas que se encuentran en el mundo físico o abstracto
que puede ser descrito por dicho medio de expresión.
Desfío 2 Desafío 3
4. Técnicas de IA para Chatbots
Utilización de Materiales
Sentiment Analytics
Es el uso del procesamiento de lenguaje natural, análisis de texto y lingüística computacional para
identificar y extraer información subjetiva de los textos. Se realiza una tarea de clasificación masiva de
documentos de manera automática, en función de la connotación positiva o negativa del lenguaje
ocupado en el documento.
Su objetivo es determinar la actitud de un interlocutor o un escritor con respecto a algún tema. La actitud
puede ser su juicio o evaluación, estado emocional del autor cuando escribe o la intención comunicativa
emocional que intenta causar en el lector.
Desfío 2 Desafío 3
5. Técnicas de IA para Chatbots
Utilización de Materiales
Natural Language Processing.
Combina las tecnologías de la ciencia computacional, como la inteligencia artificial, el aprendizaje
automático y la inferencia estadística, con la lingüística aplicada, con el objetivo de hacer posible la
comprensión y el procesamiento asistidos por ordenador de información expresada en lenguaje humano
para determinadas tareas, como la traducción automática, los sistemas de diálogo interactivos y el
análisis de opiniones.
Desfío 2 Desafío 3
6. Técnicas de IA para Chatbots
Utilización de Materiales
Natural Language Understanding
Dentro del procesamiento del lenguaje natural se ocupa de la comprensión de la lectura por parte de la
máquina. Gracias a esto es posible analizar texto y extraer metadatos de contenido no estructurado
como conceptos, entidades, palabras clave, categorías, sentimiento, emoción, relaciones y roles
semánticos.
Del mismo modo es posible personalizar el análisis de texto para los matices lingüísticos específicos de
un sector concreto. NLU es considerado un problema difícil de resolver en Inteligencia Artificial.
Desfío 2 Desafío 3
7. Técnicas de IA para Chatbots
Utilización de Materiales
Machine Learning
Tiene el objetivo de desarrollar técnicas que permitan a las computadoras aprender, por medio del
desarrollo de programas capaces de generalizar comportamientos a partir de una información
suministrada en forma de ejemplos, por lo que se trata de un proceso de inducción del conocimiento.
El campo de actuación del aprendizaje automático se solapa con el de la estadística computacional y
también se centra en el estudio de la complejidad computacional de los problemas. Gran parte de la
investigación realizada en aprendizaje automático está enfocada al diseño de soluciones factibles a
los problemas NP-Hard.
Desfío 2 Desafío 3
8. Aplicaciones para desarrollar Chatbots
Desarrollo de Chatbots
Motion
Es una plataforma especializada en la creación de bots de forma visual, de manera que no hay que
utilizar códigos de programación, ya que tan sólo será necesario crear diagramas de flujo para crear bots
funcionales.
Desfío 2 Desafío 3
9. Aplicaciones para desarrollar Chatbots
Desarrollo de Chatbots
GupShup
Es una solución que dispone de un sencillo editor de código, un servicio de publicación y un sistema de
testeo de cada uno de los chatbots creados, que pueden funcionar en casi todas las herramientas de
mensajería, redes sociales o soluciones VoIP del mercado.
Desfío 2 Desafío 3
10. Aplicaciones para desarrollar Chatbots
Desarrollo de Chatbots
BotKit
Es un framework desarrollado por HowdyAI, que ayuda en el desarrollo de Bots en el entorno de
ejecución para JavaScript NodeJS. Establece el canal de comunicación entre las
aplicaciones/dispositivos con el servidor del bot.
Desfío 2 Desafío 3
11. Aplicaciones para desarrollar Chatbots
Desarrollo de Chatbots
Smooch
Se presenta como la plataforma de creación de interfaces conversacionales para empresas y ofrece una
variedad de integraciones con soluciones de terceros como son: Facebook Messenger, LINE, Twillio,
WeChat, Telegram y en los sistemas operativos móviles, iOS y Android.
Desfío 2 Desafío 3
12. Aplicaciones para desarrollar Chatbots
Desarrollo de Chatbots
Rasa
ofrece una herramienta de código abierto para la clasificación de intenciones y la extracción de
entidades. Se trata de un conjunto de APIs de alto nivel que permiten crear un propio analizador de
idiomas utilizando las bibliotecas NLP y Machine Learning existentes.
Desfío 2 Desafío 3
13. Aplicaciones para desarrollar Chatbots
IA Chatbots.
AIML
AIML (Artificial Intelligence Mark-up Language) permite a las personas ingresar conocimiento en chatbots
basado en la tecnología de software libre ALICE.
Los objetos AIML están formados por unidades llamadas: "topic" y "category", que contienen datos
analizados los cuales componen los elementos AIML que encapsulan conocimiento de la forma estímulo-
respuesta.
La unidad básica de conocimiento en AIML es una "category" como se mencionó. Cada category se
compone de una pregunta de entrada, una respuesta de salida y un contexto opcional. La pregunta, o
estímulo, se llama: "pattern". La respuesta se llama: "template". Los dos tipos de contexto opcionales se
denominan: "that" y "topic".
Desfío 2 Desafío 3
14. Aplicaciones para desarrollar Chatbots
IA Chatbots.
ALICE
ALICE corre sobre "Program D" un intérprete de AIML creado en 2001 y antes de eso corría sobre otro
intérprete llamado "Program B"; al momento de escribir este informe ALICE se encuentra de forma online
para que cualquier persona pueda interactuar con dicho chatbot en la siguiente dirección:
"http://alice.pandorabots.com/" y la totalidad de los archivos AIML que componen su base de datos,
también llamada "cerebro de ALICE" se encuentra disponible de forma libre y gratuita
Desfío 2 Desafío 3