| Tesis Doctorales de la Universidad de Alcalá |
| MINERÍA DE INTENTS EN SISTEMAS CONVERSACIONALES | | Autor/a | Benayas Alamos, Alberto José | | Departamento | | | Director/a | Sicilia Urbán, Miguel Ángel | | Codirector/a | Mora Cantallops, Marçal | | Fecha de depósito | 13-04-2025 | | Periodo de exposición pública | 14 de abril a 8 de mayo de 2025 | | Fecha de defensa | Sin especificar | | Programa | Ingeniería de la Información y del Conocimiento (RD 99/2011) | | Mención internacional | No | | Resumen | En los últimos años, ha habido una rápida proliferación de Agentes Conversacionales.
A pesar de sus variados diseños, todos los Agentes Conversacionales comparten un
requisito fundamental: deben ser entrenados con intents y frases de entrenamiento
correspondientes. Obtener datos adecuados que cubran suficientemente estos intents y
frases representa un desafío significativo en el desarrollo de Agentes Conversacionales.
Incluso cuando se dispone de datos históricos de conversaciones, identificar manualmente
los intents y extraer las frases de entrenamiento no es ni eficiente en tiempo ni rentable.
Por lo tanto, la automatización y escalabilidad de estas tareas es crítica para el desarrollo
de Agentes Conversacionales.
Esta tesis aborda este problema estudiando y analizando sistemáticamente varias técnicas
de aprendizaje automático aplicadas a la minería de intents en sistemas conversacionales,
evaluando el efecto de diferentes técnicas de extracción de variables en el rendimiento
del sistema, diseñando y proponiendo una técnica de aprendizaje no supervisado para
la extracción de intents y comparándola con metodologías existentes, evaluando el
uso de técnicas de aumento de datos y enfoques para expandir el conjunto de datos
de entrenamiento en escenarios de escasez de datos, y examinando arquitecturas y
paradigmas de modelos para clasificadores de intents. Todas estas tareas se unen en un
sistema automático que es capaz de extraer intents desde conjuntos datos sin procesar y
generar conjuntos de datos etiquetados para entrenar modelos de clasificación de intents.
Este sistema tiene como objetivo superar las limitaciones de la definición manual de
intents y la naturaleza intensiva en recursos del etiquetado humano al automatizar el
proceso de minería de intents.
Los resultados obtenidos destacan la importancia de los transformadores en la generación
de variables semánticas, mostrando su capacidad para capturar patrones complejos
en datos lingüísticos. Además, la metodología de clustering propuesta demostró un
mejor rendimiento en comparación con los métodos existentes, siendo más efectiva en la
extracción de intents. La eficiencia de los modelos basados en encoders sobre los modelos
basados en decoders para tareas de comprensión del lenguaje natural, particularmente
la clasificación de intents, también fue evidente, subrayando su utilidad en este dominio.
Además, se demostró el potencial transformador de los grandes modelos de lenguaje en
la resolución de la escasez de datos, indicando su papel significativo en la mejora de la
robustez y las capacidades de generalización de los clasificadores de intents.
Las implicaciones de esta investigación son de gran alcance, particularmente en la
aceleración del desarrollo de agentes conversacionales. El sistema propuesto reduce
significativamente el tiempo y los recursos necesarios para el etiquetado manual, haciendo
que el proceso de desarrollo sea más eficiente y rentable. En conclusión, esta tesis
contribuye al campo en evolución de la Inteligencia Artificial Conversacional, proponiendo
y evaluando un sistema automatizado para la minería y clasificación de intents. A través
de una exploración exhaustiva de metodologías, desafíos y soluciones potenciales, allana
el camino para sistemas más eficientes, precisos y escalables, facilitando la integración
sin problemas de agentes conversacionales en diversos dominios. |
|
