論文の概要: Developing FB Chatbot Based on Deep Learning Using RASA Framework for
University Enquiries
- arxiv url: http://arxiv.org/abs/2009.12341v1
- Date: Fri, 25 Sep 2020 17:01:19 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-14 22:59:12.531165
- Title: Developing FB Chatbot Based on Deep Learning Using RASA Framework for
University Enquiries
- Title（参考訳）: 大学問合せのためのrasaフレームワークを用いた深層学習に基づくfbチャットボットの開発
- Authors: Yurio Windiatmoko, Ahmad Fathan Hidayatullah, Ridho Rahmadi
- Abstract要約: この研究は、かなり十分なシミュレートデータの中での第1段階の開発である。
この概念は、最近の技術で発展している社会では、新しいものではない。
これはFB利用者がインドネシア全人口の60.8%に達しているためである。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Smart systems for Universities powered by Artificial Intelligence have been
massively developed to help humans in various tasks. The chatbot concept is not
something new in today society which is developing with recent technology.
College students or candidates of college students often need actual
information like asking for something to customer service, especially during
this pandemic, when it is difficult to have an immediate face-to-face meeting.
Chatbots are functionally helping in several things such as curriculum
information, admission for new students, schedule info for any lecture courses,
students grade information, and some adding features for Muslim worships
schedule, also weather forecast information. This Chatbot is developed by Deep
Learning models, which was adopted by an artificial intelligence model that
replicates human intelligence with some specific training schemes. This kind of
Deep Learning is based on RNN which has some specific memory savings scheme for
the Deep Learning Model, specifically this chatbot using LSTM which already
integrates by RASA framework. LSTM is also known as Long Short Term Memory
which efficiently saves some required memory but will remove some memory that
is not needed. This Chatbot uses the FB platform because of the FB users have
already reached up to 60.8% of its entire population in Indonesia. Here's the
chatbot only focuses on case studies at campus of the Magister Informatics FTI
University of Islamic Indonesia. This research is a first stage development
within fairly sufficient simulate data.
- Abstract（参考訳）: 人工知能を応用した大学のためのスマートシステムは、さまざまなタスクで人間を助けるために大規模に開発された。
チャットボットの概念は、最近のテクノロジーで開発している社会では、新しいものではない。
大学生や大学生の候補者は、直接対面のミーティングが困難であるこのパンデミックの間、顧客サービスへの何か要求のような実際の情報を必要とすることが多い。
チャットボットは、カリキュラム情報、新入生の入学、講義コースのスケジュール情報、成績情報、ムスリム礼拝スケジュールの追加、天気予報情報など、いくつかの面で機能的に助けられている。
このChatbotはDeep Learningモデルによって開発され、人工知能モデルによって採用されている。
この種のディープラーニングは、ディープラーニングモデルのための特定のメモリ節約スキーム、特に、すでにRASAフレームワークで統合されているLSTMを使ったチャットボットであるRNNに基づいている。
LSTMはLong Short Term Memoryとしても知られており、必要なメモリを効率的に保存するが、不要なメモリを除去する。
このチャットボットは、FB利用者がインドネシア全人口の60.8%に達しているため、FBプラットフォームを使用している。
このチャットボットは、Magister Informatics FTI University of Islamic Indonesiaのキャンパスでのケーススタディのみに焦点を当てています。
この研究は、かなり十分なシミュレーションデータ内での第1段階の開発である。
関連論文リスト
- A Complete Survey on LLM-based AI Chatbots [46.18523139094807]
過去数十年間、データの増加を目撃し、データ収集、学習ベースのAI技術の基礎を築いた。
AIチャットボットと呼ばれる会話エージェントは、大きな言語モデル(LLM)をトレーニングし、ユーザのプロンプトに応じて新しいコンテンツ(知識)を生成するために、そのようなデータに大きく依存している。
本稿では,様々な分野におけるLLMベースのチャットボットの進化と展開に関する完全な調査を行う。
論文 参考訳（メタデータ） (2024-06-17T09:39:34Z) - Experiences from Integrating Large Language Model Chatbots into the Classroom [4.449125623758632]
学生に最先端の大規模言語モデル(LLM)チャットボットへの未フィルタリングアクセスを提供する。
あらゆるコースにおいて、LLMの使用の大部分は少数のスーパーユーザーから来ていた。
低使用率の潜在的な理由について議論し、よりカスタマイズされた足場付きLLM体験の必要性を示唆する。
論文 参考訳（メタデータ） (2024-06-07T10:37:14Z) - Language Models as Science Tutors [79.73256703631492]
本研究では,LMの現実的なユーザビリティを科学的アシスタントとして測定するTutorEvalとTutorChatを紹介する。
既存の対話データセットを用いた微調整ベースモデルがTutorEvalの性能を低下させることを示す。
我々はTutorChatを用いて、7Bパラメータと34Bパラメータを持つLlemmaモデルを微調整する。これらのLMチューターは32Kのコンテキストウィンドウを持ち、GSM8KとMATHに強く依存しながらTutorEvalで優れている。
論文 参考訳（メタデータ） (2024-02-16T22:24:13Z) - Deep Learning Based Amharic Chatbot for FAQs in Universities [0.0]
本稿では,アムハラ語の質問(FAQ)に頻繁に答えるモデルを提案する。
提案プログラムでは, トークン化, 停止語除去, ステーミングを用いて, アムハラ語入力文の分析と分類を行う。
このモデルはFacebook Messengerに統合され、Herokuサーバに24時間のアクセシビリティとしてデプロイされた。
論文 参考訳（メタデータ） (2024-01-26T18:37:21Z) - Quokka: An Open-source Large Language Model ChatBot for Material Science [14.48214929380849]
本稿では,材料科学のための特殊なチャットボットの開発について述べる。
この方法論は、100万以上のドメイン特化論文を事前訓練する段階を含む。
トレーニングされた4つのチェックポイントは、リサーチコミュニティのhttps://github.com/Xianjun-Yang/Quokka.comで無償公開しています。
論文 参考訳（メタデータ） (2024-01-02T08:14:48Z) - EduChat: A Large-Scale Language Model-based Chatbot System for
Intelligent Education [44.2456523088426]
EduChatは、教育分野における大規模言語モデル(LLM)ベースのチャットシステムである。
現在、EduChatはオープンソースプロジェクトとしてオンラインで利用可能であり、そのコード、データ、モデルパラメータはプラットフォームで利用可能である。
論文 参考訳（メタデータ） (2023-08-05T02:55:35Z) - Human-to-Robot Imitation in the Wild [50.49660984318492]
本研究では,第三者の視点からの学習を中心に,効率的なワンショットロボット学習アルゴリズムを提案する。
実世界における20種類の操作タスクを含む,ワンショットの一般化と成功を示す。
論文 参考訳（メタデータ） (2022-07-19T17:59:59Z) - Few-Shot Bot: Prompt-Based Learning for Dialogue Systems [58.27337673451943]
ごく少数の例を使って会話を学ぶことは、会話型AIにおける大きな課題である。
現在の最良の会話モデルは、良いチャットシャッター(例:BlenderBot)またはゴール指向システム(例:MinTL)である。
グラデーションベースの微調整を必要とせず、学習の唯一の源としていくつかの例を用いるプロンプトベースの数ショット学習を提案する。
論文 参考訳（メタデータ） (2021-10-15T14:36:45Z) - Put Chatbot into Its Interlocutor's Shoes: New Framework to Learn
Chatbot Responding with Intention [55.77218465471519]
本稿では,チャットボットに人間のような意図を持つための革新的なフレームワークを提案する。
我々のフレームワークには、ガイドロボットと人間の役割を担うインターロケータモデルが含まれていた。
本フレームワークを3つの実験的なセットアップを用いて検討し,4つの異なる指標を用いた誘導ロボットの評価を行い,柔軟性と性能の利点を実証した。
論文 参考訳（メタデータ） (2021-03-30T15:24:37Z) - TruthBot: An Automated Conversational Tool for Intent Learning, Curated
Information Presenting, and Fake News Alerting [12.95006904081387]
TruthBotは、特定のトピックに関する真理(信頼できる、検証された情報)を求めるように設計されている。
特定のトピックに特有の情報を取得し、ファクトチェック情報を取得し、最新のニュースを得るのに役立つ。
TruthBotは2020年6月にデプロイされ、現在運用中である。
論文 参考訳（メタデータ） (2021-01-31T18:23:05Z) - An ontology-based chatbot for crises management: use case coronavirus [0.0]
このプロジェクトでは、最大24時間利用可能となる最新情報を必要とする新型コロナウイルスアシスタントを作成する。
このマスター論文は、COVIDアシスタントについて議論し、各コンポーネントの詳細を説明するために捧げられている。
論文 参考訳（メタデータ） (2020-11-02T09:30:51Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。