Please use this identifier to cite or link to this item:
Title: Μοντελοποίηση διαλόγου με διαλογικούς πράκτορες (Chatbots)
Other Titles: Dialog modeling with chatbots
Authors: Ράπαϊ, Θωμά
Keywords: Επεξεργασία φυσικής γλώσσας
Διαλογικοί πράκτορες
Μηχανική μάθηση
Keywords (translated): Natural language processing
Conversational agents
Deep learning
Abstract: Με το πέρασμα των χρόνων τα Chatbots έχουν γίνει πιο δημοφιλή αλλά και πιο έξυπνα. Πρόκειται λοιπόν, για ένα σύστημα που τα τελευταία χρόνια έχει κλέψει την παράσταση στον κόσμο της τεχνολογίας. Η τεχνολογία που κρύβεται πίσω από ένα Chatbot έχει εξελιχθεί σημαντικά και συνεχίζει να εξελίσσεται με πολύ γρήγορους ρυθμούς. Τα εργαλεία αλλά και οι τρόποι ανάπτυξης ενός Chatbot ποικίλουν. Στην παρούσα διπλωματική εργασία, αρχικά γίνεται μια περιγραφή του χώρου των Chatbot καθώς και αναλύονται διάφορες έννοιες που αφορούν την σχεδίαση και ανάπτυξη ενός Chatbot. Στην συνέχεια, παρουσιάζονται διάφορες υλοποιήσεις Chatbot που βασίζονται σε σύγχρονες τεχνικές ανάπτυξης. Επίσης, παρουσιάζονται κάποια από τα πιο δημοφιλή εργαλεία για την ανάπτυξη ενός συστήματος Chatbot. Αναπτύσσονται τρείς διαφορετικές υλοποιήσεις που βασίζονται σε σύγχρονες τεχνικές ανάπτυξης με Deep Learning και που αφορούν το πεδίο του COVID-19. Τέλος, γίνεται μια πειραματική μελέτη συγκρίνοντας αλλά και σχολιάζοντας τα αποτελέσματα και την απόδοση των τριών διαφορετικών υλοποιήσεων.
Abstract (translated): Over the years, Chatbots also known as Conversational Agents start becoming more and more popular but also more intelligent. The technology behind a Chatbot has evolved significantly and continues to evolve at a very fast pace. There are also many tools and different techniques for developing a Chatbot. In this thesis , we first describe the field of Chatbots and analyze various concepts related to the design and development of a Chatbot. Then, various Chatbot implementations based on modern development techniques are presented along with some of the most popular Frameworks for developing a Chatbot. In addition, three different implementations based on modern development techniques with Deep Learning are developed, related to the COVID-19 domain. Finally, a case study is performed comparing and commenting on the results and performance of the three different implementations.
Appears in Collections:Τμήμα Μηχανικών Η/Υ και Πληροφορικής (ΔΕ)

Files in This Item:
File Description SizeFormat 
thesis_rapai_final.pdf2.22 MBAdobe PDFView/Open

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.