Title: | Desenvolvimento de chatbot usando aprendizagem de máquina como auxílio para responder perguntas sobre vacinas para Covid-19 |
Author: | Silva, Marcelo da |
Abstract: |
Introdução: A pandemia de COVID-19 pegou a humanidade e comunidade científica de surpresa, em pouco tempo passamos de queixas de pessoas com uma pneumonia severa e infecção local população de uma província na China para uma infecção mundial que mexeu com economias e sistemas de saúde do mundo inteiro. Estávamos lutando contra um inimigo invisível ao olho nu, que se adaptou de um musang até obter capacidade para infectar seres humanos, um vírus da família dos coronavidae. Contrariando protocolos e a forma como se desenvolvem imunizantes; cientistas desenvolveram, testaram e aprovaram vacinas em tempo recorde, para uso em humanos. Com isto, dúvidas surgem, se nos protocolos atuais uma vacina leva anos para ser desenvolvida e testada em humanos, como confiar em uma vacina que levou alguns meses? Quais riscos isto pode acarretar para a saúde da população em geral? Quais efeitos colaterais da vacina contra a COVID-19? Com base em dúvidas como estas, surge a proposta de desenvolvimento de um agente Inteligente que utiliza de Inteligência Artificial para auxiliar a responder dúvidas pertinentes as vacinas para o coronavírus. Utilizando de processamento de linguagem natural e captura de dados referente as vacinas para covid-19 através de dados da web e o desenvolvimento de um chatbot com a tecnologia do Rasa framework é possível propor a criação de chatbot que responda perguntas sobre as vacinas para COVID-19? Objetivos: O desenvolvimento de chatbot que consiga através de processamento natural de linguagem (NLP), compreensão de linguagem natural (NLU), inteligência artificial (IA) compreender o contexto de uma pergunta do usuário e direcioná-lo para resposta que possa ajudar a sanar suas dúvidas sobre as vacinas para COVID-19. Metodologia: Trata-se de desenvolvimento de um agente inteligente, desta forma caracteriza-se em uma pesquisa do tipo aplicação, que visa responder inicialmente 14 perguntas do ministério da saúde, sobre vacinas para Covid-19, com base nas tecnologias de NLP, NLU e Aprendizado de máquina, permitindo adaptação para direcionar o usuário a intenções dentro de um contexto especifico, efetuando treinamentos para o aprendizado do chatbot, procurando obter com isto um sistema que tenha condições de aprender com o tempo, com base nas perguntas do usuário, direcioná-lo para respostas específicas. Foi gerado um protocolo de treinamento que ao final pudesse classificar o aproveitamento como BOM, ÓTIMO ou RUIM, para a utilização do sistema. Resultados: O chatbot desenvolvido conseguiu ter um aproveitamento de 80% em assertividade de suas respostas, podendo ser avaliado dentro do protocolo definido para testar o chatbot, como um BOM agente inteligente, com grande capacidade de ser ampliado e utilizado para auxiliar a tirar dúvidas sobre as vacinas para coronavírus e desta forma ajudar no combate a pandemia, podendo ser uma ferramenta tecnológica com capacidade de responder a novas perguntas com base em seu aprendizado. Abstract: Introduction: The COVID-19 pandemic took humanity and the scientific community by surprise, in a short time we went from complaints of people with severe pneumonia and local infection in a province in China to a worldwide infection that shook economies and health systems Worldwide. We were fighting an enemy invisible to the naked eye, which adapted from a musang to the ability to infect humans, a virus of the coronavidae family. Contrary to protocols and the way in which immunization agents are developed; Scientists have developed, tested and approved vaccines in record time for use in humans. With this, doubts arise, if in current protocols a vaccine takes years to be developed and tested in humans, how can one trust a vaccine that took a few months? What risks can this pose to the health of the general population? What side effects of the COVID-19 vaccine? Based on doubts such as these, there is a proposal to develop an Intelligent agent that uses Artificial Intelligence to help answer questions regarding vaccines for the coronavirus. Using natural language processing and data capture for covid-19 vaccines through web data and the development of a chatbot with the RASA framework technology, it is possible to propose the creation of a chatbot that answers questions about COVID- vaccines. 19? Objectives: The development of a chatbot that achieves through natural language processing (NLP), natural language comprehension (NLU), artificial intelligence (AI) to understand the context of a user's question and direct him towards an answer that can help to remedy your questions about vaccines for COVID-19. Methodology: It is about the development of an intelligent agent, thus it is characterized in an application-type research, which initially aims to answer 14 questions from the Ministry of Health, about vaccines for Covid-19, based on NLP, NLU technologies and Machine learning, allowing adaptation to direct the user to intentions within a specific context, carrying out training for the learning of the chatbot, seeking to obtain with this a system that is able to learn over time, based on the user's questions, will direct it for specific answers. A training protocol was generated that, in the end, could classify the performance as GOOD, GREAT or POOR, for the use of the system. Results: The chatbot developed managed to use 80% of the assertiveness of its responses, and can be evaluated within the protocol defined to test the chatbot, as a GOOD intelligent agent, with great capacity to be expanded and used to help answer questions about vaccines for coronaviruses and thus help fight the pandemic, it can be a technological tool capable of answering new questions based on its learning. |
Description: | Dissertação (mestrado profissional) - Universidade Federal de Santa Catarina, Centro de Ciências da Saúde, Programa de Pós-Graduação em Informática em Saúde, Florianópolis, 2021. |
URI: | https://repositorio.ufsc.br/handle/123456789/234566 |
Date: | 2021 |
Files | Size | Format | View |
---|---|---|---|
PGIS0047-D.pdf | 3.491Mb |
View/ |