Buscar en Google Scholar
Título: Identificación del nivel de complejidad de texto para el entrenamiento de chatbots basado en Machine Learning: una revisión de literatura|
Autor(es): Matos Ríos, Hans
Asesor(es): Beltrán Castañón, César Armando
Campo OCDE: http://purl.org/pe-repo/ocde/ford#1.02.00
Fecha de publicación: 16-feb-2021
Institución: Pontificia Universidad Católica del Perú
Resumen: El nivel de complejidad textual puede ser un inconveniente para algunas personas al momento de usar Chatbots, debido a que estos programas podrían dar respuestas cuyo nivel de complejidad no sea el que entienda el usuario. Entonces, aquellos Chatbots deberían ser entrenados con un conjunto de datos cuya complejidad textual sea la deseada, para evitar confusiones con los usuarios. Para ello, se define una revisión sistemática, en la cual se usan las bases de datos de Google Scholar, ACM Digital Library e IEEE Xplore, de las cuáles se obtiene la información necesaria empleando las palabras claves definidas por el método PICOC, obteniendo un total de treinta y ocho documentos que evidencian la existencia de distintas métricas para analizar la complejidad textual de textos, así como experimentos de entrenamiento con Chatbots y los correspondientes resultados de sus interacciones con los usuarios. Además, analizando documentos de tesis asociadas al tema de investigación, se refuerzan los conceptos de que la complejidad textual puede ser analizado mediante conjunto de métricas. Finalmente, en base a lo desarrollado en la revisión de la literatura y documentos de tesis, se presentan las conclusiones deducidas.
Disciplina académico-profesional: Ciencias con mención en Ingeniería Informática
Institución que otorga el grado o título: Pontificia Universidad Católica del Perú. Facultad de Ciencias e Ingeniería
Grado o título: Bachiller en Ciencias con mención en Ingeniería Informática
Fecha de registro: 16-feb-2021; 16-feb-2021



Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons