Utilize este identificador para referenciar este registo:
http://hdl.handle.net/10071/22066
Autoria: | Boné, João Miguel Baptista |
Orientação: | Ribeiro, Ricardo Daniel Santos Faro Marques Ferreira, João Carlos Amaro |
Data: | 23-Dez-2020 |
Título próprio: | Construction of a disaster-support dynamic knowledge chatbot |
Referência bibliográfica: | Boné, J. M. B. (2020). Construction of a disaster-support dynamic knowledge chatbot [Dissertação de mestrado, Iscte - Instituto Universitário de Lisboa]. Repositório Iscte. http://hdl.handle.net/10071/22066 |
Palavras-chave: | Disaster-management Natural language processing Artificial intelligence Machine learning Chatbots Graph databases Gestão de desastres Processamento da língua natural Inteligência artificial Aprendizagem automática Bases de dados em grafos |
Resumo: | This dissertation is aimed at devising a disaster-support chatbot system with the capacity
to enhance citizens and first responders’ resilience in disaster scenarios, by gathering and
processing information from crowd-sensing sources, and informing its users with relevant
knowledge about detected disasters, and how to deal with them.
This system is composed of two artifacts that interact via a mediator graph-structured
knowledge base. Our first artifact is a crowd-sourced disaster-related knowledge extraction
system, which uses social media as a means to exploit humans behaving as sensors. It
consists in a pipeline of natural language processing (NLP) tools, and a mixture of convolutional
neural networks (CNNs) and lexicon-based models for classifying and extracting
disasters. It then outputs the extracted information to the knowledge graph (KG), for
presenting connected insights. The second artifact, the disaster-support chatbot, uses
a state-of-the-art Dual Intent Entity Transformer (DIET) architecture to classify user
intents, and makes use of several dialogue policies for managing user conversations, as
well as storing relevant information to be used in further dialogue turns. To generate
responses, the chatbot uses local and official disaster-related knowledge, and infers the
knowledge graph for dynamic knowledge extracted by the first artifact.
According to the achieved results, our devised system is on par with the state-of-the-
art on Disaster Extraction systems. Both artifacts have also been validated by field
specialists, who have considered them to be valuable assets in disaster-management. Esta dissertação visa a conceção de um sistema de chatbot de apoio a desastres, com a capacidade de aumentar a resiliência dos cidadãos e socorristas nestes cenários, através da recolha e processamento de informação de fontes de crowdsensing, e informar os seus utilizadores com conhecimentos relevantes sobre os desastres detetados, e como lidar com eles. Este sistema é composto por dois artefactos que interagem através de uma base de conhecimento baseada em grafos. O primeiro artefacto é um sistema de extração de conhecimento relacionado com desastres, que utiliza redes sociais como forma de explorar o conceito humans as sensors. Este artefacto consiste numa sequência de ferramentas de processamento de língua natural, e uma mistura de redes neuronais convolucionais e modelos baseados em léxicos, para classificar e extrair informação sobre desastres. A informação extraída é então passada para o grafo de conhecimento. O segundo artefacto, o chatbot de apoio a desastres, utiliza uma arquitetura Dual Intent Entity Transformer (DIET) para classificar as intenções dos utilizadores, e faz uso de várias políticas de diálogo para gerir as conversas, bem como armazenar informação chave. Para gerar respostas, o chatbot utiliza conhecimento local relacionado com desastres, e infere o grafo de conhecimento para extrair o conhecimento inserido pelo primeiro artefacto. De acordo com os resultados alcançados, o nosso sistema está ao nível do estado da arte em sistemas de extração de informação sobre desastres. Ambos os artefactos foram também validados por especialistas da área, e considerados um contributo significativo na gestão de desastres. |
Designação do grau: | Mestrado em Sistemas Integrados de Apoio à Decisão |
Arbitragem científica: | yes |
Acesso: | Acesso Aberto |
Aparece nas coleções: | T&D-DM - Dissertações de mestrado |
Ficheiros deste registo:
Ficheiro | Descrição | Tamanho | Formato | |
---|---|---|---|---|
master_joao_baptista_bone.pdf | 3,68 MB | Adobe PDF | Ver/Abrir |
Todos os registos no repositório estão protegidos por leis de copyright, com todos os direitos reservados.