Agente Conversacional para Servicio al Cliente en Redes Sociales

LEONARDO IBÁÑEZ; GUILLERMO RODRÍGUEZ

Resistencia

Congreso; IEEE Biennial Congress of Argentina (ARGENCON 2020); 2020

IEEE

La atención al cliente es un tema importante para las empresas y cada vez los usuarios son más exigentes con el tiempo de respuesta, la cantidad de interacciones, el tiempo de resolución y la calidad de las respuestas dadas. Para brindar dicha atención, las empresas utilizan los agentes conversacionales o chatbots porque proporcionan atención las 24 horas, soluciones instantáneas a preguntas simples, pueden mejorar el servicio al cliente y reducir los costos de facturación. El chatbot es un programa que genera una respuesta a partir de una entrada para simular conversaciones humanas y se construyen con técnicas de Inteligencia Artificial. Sin embargo, poseen limitaciones debido a que carecen de flexibilidad para desarrollar diálogos reales porque enfrentan dificultades para comprender el estilo de escritura y el vocabulario de los usuarios. En este trabajo, se presenta una arquitectura combinando los modelos de conversación basados en recuperación y en generación para obtener respuestas adecuadas para los usuarios. Para validar la propuesta, se realizaron experimentos con 3 variaciones de la arquitectura comparando distintos algoritmos de aprendizaje profundo. Los resultados obtenidos muestran la viabilidad del enfoque propuesto, y los híper-parámetros indicados para reducir la complejidad de la arquitectura y acelerar los tiempos de entrenamiento.