El desarrollo de agentes artificiales capaces de emular las capacidades cogni tivas de los seres humanos ha sido siempre uno de los objetivos más ambiciosos de los investigadores de las Ciencias de la Computación, más concretamente, del
subcampo de la Inteligencia Artificial. La adquisición, comprensión y generación de las estructuras sintácticas y semánticas de un lenguaje natural son conside radas algunas de las capacidades cognitivas que más nos identifican como seres
humanos.
El subcampo del procesamiento del lenguaje natural ha tenido un gran auge en los últimos años, con la introducción en el mercado de asistentes conversacionales o chatbots, que son diseñados e implementados siguiendo distintas arquitecturas,
modelos, técnicas, etc. Este trabajo de fin de grado tiene por objeto la aportación de una teoría de agentes conversacionales que permita describir, utilizando un mis mo marco teórico, la composición e interacción de procesos cognitivos en agentes
que pueden mantener conversaciones en lenguaje natural. En aras de probar em píricamente la completitud y corrección de la teoría, hemos desarrollado a partir de ella un framework en Python para el desarrollo de chatbots.
Siguiendo un enfoque teórico-práctico introduciremos los servicios y procesos cognitivos de comprensión de lenguaje natural, gestión de diálogo y generación de lenguaje natural. A modo de conclusión, expondremos un caso práctico de agente
conversacional para el COVID-19 que ha sido diseñado e implementado a partir de los conceptos teóricos introducidos y su correspondiente implementación en nuestro framework.
Buscar en Dimension
