Chatbot to Support Frequently Asked Questions from Students in Higher Education Institutions

• José Rodrigues Neto UFRPE
• Péricles B. C. Miranda UFRPE
• Rafael Ferreira Mello UFRPE
• André C. A. Nascimento UFRPE

DOI: https://doi.org/10.5753/eniac.2022.227553

Resumo

Os chatbots são ferramentas que utilizam inteligência artificial para simular uma conversação humana. Eles podem ser utilizados para diferentes aplicações, como fornecer atendimento dentro de um e-commerce, preenchimento de formulários ou responder a FAQs (Frequently Asked Questions). Este trabalho propõe o desenvolvimento de um chatbot para auxiliar os estudantes de uma universidade pública brasileira na busca de informações relacionadas a dúvidas em disciplinas, processos administrativos, e dúvidas gerais sobre seu curso ou universidade. O sistema desenvolvido consegue entregar uma precisão alta na classificação da intenção da pergunta e ter resposta ao usuário em uma ampla margem de tópicos diferentes.

Referências

Bhawiyuga, A., Fauzi, M. A., Pramukantoro, E. S., and Yahya, W. (2017). Design of e-commerce chat robot for automatically answering customer question. In 2017 International Conference on Sustainable Information Engineering and Technology (SIET), pages 159-162.

Bunk, T., Varshneya, D., Vlasov, V., and Nichol, A. (2020). Diet: Lightweight language understanding for dialogue systems.

Chowdhary, K. (2020). Natural language processing. Fundamentals of artificial intelligence, pages 603-649.

da Silveira, C., da Silva, A. R., Herpich, F., and Tarouco, L. M. R. (2019). Uso de agente conversacional como recurso de aprendizagem sócio-educacional. RENOTE-Revista Novas Tecnologias na Educação, 17(3).

Dehon, P., Silva, A., Inocêncio, A., Castro, C., Costa, H., and Júnior, P. (2018). Cvchatbot: Um chatbot para o aplicativo facebook messenger integrado ao ava moodle. Brazilian Symposium on Computers in Education (Simpósio Brasileiro de Informática na Educação - SBIE), 29(1):1623.

Efron, B. (1983). Estimating the error rate of a prediction rule: Improvement on cross-validation. Journal of the American Statistical Association, 78(382):316-331.

Krouska, A., Troussas, C., and Virvou, M. (2016). The effect of preprocessing techniques on twitter sentiment analysis. In 2016 7th International Conference on Information, Intelligence, Systems & Applications (IISA), pages 1-5. IEEE.

Mikic-Fonte, F. A., Llamas-Nistal, M., and Caeiro-Rodríguez, M. (2018). Using a chatterbot as a faq assistant in a course about computers architecture. In 2018 IEEE Frontiers in Education Conference (FIE), pages 1-4.

Nadeau, D. and Sekine, S. (2007). A survey of named entity recognition and classification. Lingvisticae Investigationes, 30(1):3-26.

Naser-Karajah, E., Arman, N., and Jarrar, M. (2021). Current trends and approaches in synonyms extraction: Potential adaptation to arabic. In 2021 International Conference on Information Technology (ICIT), pages 428-434. IEEE.

Patel, N. P., Parikh, D. R., Patel, D. A., and Patel, R. R. (2019). Ai and web-based human-like interactive university chatbot (unibot). In 2019 3rd International conference on Electronics, Communication and Aerospace Technology (ICECA), pages 148-150.

Srivastava, P. and Singh, N. (2020). Automatized medical chatbot (medibot). In 2020 International Conference on Power Electronics IoT Applications in Renewable Energy and its Control (PARC), pages 351-354.

Srividhya, V. and Anitha, R. (2010). Evaluating preprocessing techniques in text categorization. International journal of computer science and application, 47(11):49-51.

Teixeira, M. A. P., Dias, A. C. G., Wottrich, S. H., and Oliveira, A. M. (2008). Adaptação à universidade em jovens calouros. Psicologia escolar e educacional, 12(1):185-202.

Toman, M., Tesar, R., and Jezek, K. (2006). Influence of word normalization on text classification. Proceedings of InSciT, 4:354-358.