Detecção de intenção do usuário utilizando modelos de aprendizagem profunda com uso de hashing semântico

Costa, Rodrigo Azevedo da; http://lattes.cnpq.br/8744419071105911

Dissertação

Detecção de intenção do usuário utilizando modelos de aprendizagem profunda com uso de hashing semântico

Um módulo de reconhecimento de intenção do usuário pode ser considerado o componente principal de qualquer sistema de conversação. Intenções são propósitos ou objetivos expressos em uma entrada do usuário por meio de um aplicativo, sistema de busca, chats de conversação, etc. Diversas técnicas são u...

ver descrição completa

Autor principal:	Costa, Rodrigo Azevedo da
Outros Autores:	http://lattes.cnpq.br/8744419071105911
Grau:	Dissertação
Idioma:	por
Publicado em:	Universidade Federal do Amazonas 2019
Assuntos:	Redes neurais (Computação) CIÊNCIAS EXATAS E DA TERRA: CIÊNCIA DA COMPUTAÇÃO Detecção de intenção do usuário Aprendizagem de máquina Redes neurais
Acesso em linha:	https://tede.ufam.edu.br/handle/tede/7418

id	oai:https:--tede.ufam.edu.br-handle-:tede-7418
recordtype	dspace
spelling	oai:https:--tede.ufam.edu.br-handle-:tede-74182019-10-11T05:03:50Z Detecção de intenção do usuário utilizando modelos de aprendizagem profunda com uso de hashing semântico Costa, Rodrigo Azevedo da Souto, Eduardo James Pereira http://lattes.cnpq.br/8744419071105911 http://lattes.cnpq.br/3875301617975895 Carvalho, André Luiz da Costa http://lattes.cnpq.br/4863447798119856 Oliveira, David Braga Fernandes de http://lattes.cnpq.br/9561812825173697 Redes neurais (Computação) CIÊNCIAS EXATAS E DA TERRA: CIÊNCIA DA COMPUTAÇÃO Detecção de intenção do usuário Aprendizagem de máquina Redes neurais Um módulo de reconhecimento de intenção do usuário pode ser considerado o componente principal de qualquer sistema de conversação. Intenções são propósitos ou objetivos expressos em uma entrada do usuário por meio de um aplicativo, sistema de busca, chats de conversação, etc. Diversas técnicas são utilizadas e funcionam de maneira satisfatória de acordo com o cenário de aplicação. Atualmente, as técnicas de aprendizagem de máquina são consideradas o estado da arte para este tipo de tarefa e têm sido aplicadas em diversos trabalhos. Tais modelos possuem alta capacidade de representação e podem facilmente aprender as relações existentes entre os termos de um conjunto de treinamento. Entretanto, para alguns cenários não há uma grande quantidade de amostras e, consequentemente, realizar um aprendizado adequado por parte do método fica comprometido. Outro ponto importante é com relação à disposição dos termos dentro de uma sentença, dificuldade à qual muitas pesquisas não levam em consideração. Este trabalho implementa um módulo para reconhecimento de intenção do usuário baseado em modelos de aprendizagem profunda híbrido, levando em consideração a disposição dos termos de uma sentença gerando um valor adicional (hashing semântico) e algoritmos de incorporação de texto. Propomos a utilização desse valor extra apenas para as palavras consideradas mais importantes dentro de uma sentença criando uma representação mais direcionada. Como resultado, o modelo desenvolvido atingiu uma precisão média de 93,95%, superando em mais de 2 pontos percentuais os demais trabalhos avaliados mostrando a possibilidade de ganho com a utilização valores adicionais referentes a alguns termos da sentença. A user intent recognition module can be considered the main compoenent of any conversation system. Intentions are purposes or goals expressed in a user input through an application, search engine, chat, etc. Several techniques are used and work satisfactorily according to the application scenario. Currently, machine learning techniques are considered state of the art for this type of task and have been applied in many works. Such models have high representational capacity and can easily learn the relationships between the terms of a training set. However, for some scenarios there are not a large number of samples and, as a result, proper learning by the method is compromised. Another important point concerns the disposition of terms within a sentence, a difficulty that many researches do not take into account. This paper implements a user intent recognition module based on hybrid deep learning models, taking into account the disposition of the terms of a sentence generating an additional value (semantic hash) and text embedding algorithms. We propose using this extra value only for the words considered most important within a sentence creating a more targeted representation. As a result, the developed model reached an average accuracy of 93.95%, exceeding by more than 2 percentage points the other works evaluated showing the possibility of gain with the use of additional values referring to some og the sentence. 2019-10-10T16:08:14Z 2019-09-20 Dissertação COSTA, Rodrigo Azevedo da. Detecção de intenção do usuário utilizando modelos de aprendizagem profunda com uso de hashing semântico. 2019. 78 f. Dissertação (Mestrado em Informática) - Universidade Federal do Amazonas, Manaus, 2019. https://tede.ufam.edu.br/handle/tede/7418 por Acesso Aberto http://creativecommons.org/licenses/by/4.0/ application/pdf Universidade Federal do Amazonas Instituto de Computação Brasil UFAM Programa de Pós-graduação em Informática
institution	TEDE - Universidade Federal do Amazonas
collection	TEDE-UFAM
language	por
topic	Redes neurais (Computação) CIÊNCIAS EXATAS E DA TERRA: CIÊNCIA DA COMPUTAÇÃO Detecção de intenção do usuário Aprendizagem de máquina Redes neurais
spellingShingle	Redes neurais (Computação) CIÊNCIAS EXATAS E DA TERRA: CIÊNCIA DA COMPUTAÇÃO Detecção de intenção do usuário Aprendizagem de máquina Redes neurais Costa, Rodrigo Azevedo da Detecção de intenção do usuário utilizando modelos de aprendizagem profunda com uso de hashing semântico
topic_facet	Redes neurais (Computação) CIÊNCIAS EXATAS E DA TERRA: CIÊNCIA DA COMPUTAÇÃO Detecção de intenção do usuário Aprendizagem de máquina Redes neurais
description	Um módulo de reconhecimento de intenção do usuário pode ser considerado o componente principal de qualquer sistema de conversação. Intenções são propósitos ou objetivos expressos em uma entrada do usuário por meio de um aplicativo, sistema de busca, chats de conversação, etc. Diversas técnicas são utilizadas e funcionam de maneira satisfatória de acordo com o cenário de aplicação. Atualmente, as técnicas de aprendizagem de máquina são consideradas o estado da arte para este tipo de tarefa e têm sido aplicadas em diversos trabalhos. Tais modelos possuem alta capacidade de representação e podem facilmente aprender as relações existentes entre os termos de um conjunto de treinamento. Entretanto, para alguns cenários não há uma grande quantidade de amostras e, consequentemente, realizar um aprendizado adequado por parte do método fica comprometido. Outro ponto importante é com relação à disposição dos termos dentro de uma sentença, dificuldade à qual muitas pesquisas não levam em consideração. Este trabalho implementa um módulo para reconhecimento de intenção do usuário baseado em modelos de aprendizagem profunda híbrido, levando em consideração a disposição dos termos de uma sentença gerando um valor adicional (hashing semântico) e algoritmos de incorporação de texto. Propomos a utilização desse valor extra apenas para as palavras consideradas mais importantes dentro de uma sentença criando uma representação mais direcionada. Como resultado, o modelo desenvolvido atingiu uma precisão média de 93,95%, superando em mais de 2 pontos percentuais os demais trabalhos avaliados mostrando a possibilidade de ganho com a utilização valores adicionais referentes a alguns termos da sentença.
author_additional	Souto, Eduardo James Pereira
author_additionalStr	Souto, Eduardo James Pereira
format	Dissertação
author	Costa, Rodrigo Azevedo da
author2	http://lattes.cnpq.br/8744419071105911
author2Str	http://lattes.cnpq.br/8744419071105911
title	Detecção de intenção do usuário utilizando modelos de aprendizagem profunda com uso de hashing semântico
title_short	Detecção de intenção do usuário utilizando modelos de aprendizagem profunda com uso de hashing semântico
title_full	Detecção de intenção do usuário utilizando modelos de aprendizagem profunda com uso de hashing semântico
title_fullStr	Detecção de intenção do usuário utilizando modelos de aprendizagem profunda com uso de hashing semântico
title_full_unstemmed	Detecção de intenção do usuário utilizando modelos de aprendizagem profunda com uso de hashing semântico
title_sort	detecção de intenção do usuário utilizando modelos de aprendizagem profunda com uso de hashing semântico
publisher	Universidade Federal do Amazonas
publishDate	2019
url	https://tede.ufam.edu.br/handle/tede/7418
_version_	1781302482577653760
score	11.653393

Detecção de intenção do usuário utilizando modelos de aprendizagem profunda com uso de hashing semântico

Registros relacionados