Por favor, use este identificador para citar o enlazar este ítem: https://dspace.unl.edu.ec/jspui/handle/123456789/25422
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.contributor.advisorCumbicus Pineda, Oscar Miguel-
dc.contributor.authorCarrión Ojeda, José Alexis-
dc.contributor.authorSerrano Zari, Victor Yamil-
dc.date.accessioned2022-09-20T18:02:05Z-
dc.date.available2022-09-20T18:02:05Z-
dc.date.issued2022-09-20-
dc.identifier.urihttps://dspace.unl.edu.ec/jspui/handle/123456789/25422-
dc.descriptionIn Ecuador, the health emergency caused by COVID-19 caused collapses in hospital centers, specifically in Loja city, severe cases were treated during the quarantine period established by the Ecuadorian state and resulted in minor cases not having access to public medical care, which affected a large number of people who could not afford a private professional, faced with this problem, the main objective of this Degree Project (TT) is to provide assistance about Covid-19 through a conversational agent (chatbot) to support the health sector in resolving common issues that people have without the need to consult other external sources that promote misinformation. The phases of the Desing Thinking methodology were used. The Knowledge Discovery in Text (KDT) methodology was used in the creation of the model, since the answers were obtained from documents extracted from a database, which were processed in the Python language, thanks to libraries such as HuggingFace Transformers to tokenize the texts, Pytorch to execute and adjust the BERT model, Haystack to extract the related context from the searches, JSON to store and manipulate the information, Googletrans to translate the information, the interface design was developed in Streamlit for the interaction of the users with the agent and the lifting of services through containers in Azure and Google Cloud. The information was extracted from scientific articles using the pre-trained BERT model in the SQuAD 2.0 dataset to adjust the model (fine-tune), the performance of the model was evaluated with the score or score produced in each of the answers, obtaining an optimized model in topics related to Covid-19. It was concluded that a functional virtual agent can be designed with the use of the BERT model together with SQuAD, since the evaluation carried out by health professionals corroborated that the responses provided by the agent were appropriate. Keywords: Covid-19, virtual agent, chatbot, BERT, SQuAD, transformers.es_ES
dc.description.abstractEn Ecuador, la emergencia sanitaria por el COVID-19 provocó colapsos en los centros hospitalarios, específicamente en la ciudad de Loja se atendieron casos graves durante el periodo de cuarentena establecido por el estado ecuatoriano y produjo que casos menores no tengan acceso a la atención médica pública, lo cual afecto a un gran número de personas que no podían costearse un profesional privado, frente a esta problemática el presente Trabajo de Titulación (TT) tiene como objetivo principal brindar asistencia acerca del Covid-19 mediante un agente conversacional (chatbot) para apoyar al sector de la salud en resolver cuestiones comunes que la gente tiene sin la necesidad de consultar en otras fuentes externas que fomentan la desinformación. Se utilizaron las fases de la metodología Desing Thinking. En la creación del modelo se utilizó la metodología Knowledge Discovery in Text (KDT) ya que las respuestas se obtuvieron de documentos extraídos de una base de datos, los cuales se procesaron en el lenguaje Python, gracias a librerías como Transformers de HuggingFace para tokenizar los textos, Pytorch para ejecutar y ajustar el modelo BERT, Haystack para extraer el contexto relacionado de las búsquedas, JSON para almacenar y manipular la información, Googletrans para la traducción de la información, el diseño de la interfaz se desarrolló en Streamlit para la interacción de los usuarios con el agente y el levantamiento de servicios mediante contenedores en Azure y Google Cloud. La información se la extrajo de artículos científicos empleando en el modelo preentrenado BERT en el conjunto de datos de SQuAD 2.0 para ajustar el modelo (fine-tune), el rendimiento del modelo se evaluó con el score o puntuación que se produce en cada una de las respuestas, obteniendo un modelo optimó en temas relacionados con el Covid-19. Se concluyó que se puede diseñar un agente virtual funcional con el empleo del modelo BERT junto a SQuAD, ya que mediante la evaluación realizada por profesionales de la salud corroboraron que las respuestas proporcionadas por el agente fueron apropiadas. Palabras claves: Covid-19, agente virtual, chatbot, BERT, SQuAD, transformers.es_ES
dc.format.extent137 p.es_ES
dc.language.isospaes_ES
dc.publisherUniversidad Nacional de Lojaes_ES
dc.rightsopenAccesses_ES
dc.rights.urihttp://creativecommons.org/licenses/by-nc-sa/3.0/ec/es_ES
dc.subject<COVID-19>< AGENTE VIRTUAL>< CHATBOT>< BERT>< SQUAD>< TRANSFORMERS>es_ES
dc.titleAgente virtual para brindar asistencia acerca del covid-19es_ES
dc.typebachelorThesises_ES
Aparece en las colecciones: TRABAJOS DE TITULACION AEIRNNR

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
JoseAlexis_CarrionOjeda_VictorYamil_SerranoZari.pdf8,37 MBAdobe PDFVisualizar/Abrir


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.