Chatbot basado en una versión ligera del modelo BERT para resolver inquietudes relacionadas con matrículas y homologaciones en la Universidad Nacional de Loja

• Paredes, Leonardo ^[1] ; Figueroa-Diaz, Roberth ^[1]
  1. [1] Carrera de Ingeniería en Sistemas/Computación, Universidad Nacional de Loja, Loja, Ecuador
• Localización: CEDAMAZ, ISSN-e 1390-5902, ISSN 1390-5880, Vol. 12, Nº. 2, 2022 (Ejemplar dedicado a: CEDAMAZ)
• Idioma: español
• Títulos paralelos:
  • Chatbot based on a light version of the BERT model to resolve concerns related to enrollment and approvals at the National University of Loja
• Enlaces
  • Texto completo
• Resumen
  • español

    En este artículo se presenta el desarrollo de un chatbot utilizando como red neuronal una versión ligera del modelo BERT denominado DistilBERT, que ayude a estudiantes o profesionales a solventar inquietudes con respecto a matrículas y homologaciones para los estudios de cuarto nivel o posgrados en la Universidad Nacional de Loja (UNL). En este contexto, el proyecto se dividió en dos etapas: en la primera, se hizo una búsqueda bibliográfica en artículos científicos sobre las tecnologías y herramientas compatibles para realizar el ajuste del modelo BERT mediante un entrenamiento en la tarea de preguntas y respuestas; en la segunda etapa, se llevó a cabo el desarrollo del chatbot siguiendo la metodología de Programación Extrema (XP) dividida en cuatro fases: planeación, diseño, codificación y pruebas. En la fase de planeación, se llevó a cabo el entrenamiento del modelo, requisito necesario para la implementación del chatbot. En esta fase se especificaron los parámetros para el entrenamiento modelo y la descripción de forma general del funcionamiento del agente conversacional mediante historias de usuario. En la segunda fase se diseñó la arquitectura, en la que se muestran todos los elementos que formaron parte del chatbot. En la tercera fase se llevó a cabo la programación utilizando los lenguajes de programación Python, JavaScript, Css, Html y el microframework Flask. Finalmente, en la última fase se ejecutaron pruebas de rendimiento, carga y estrés para ver el comportamiento del chatbot al ser sometido a una carga considerable de peticiones.

  • English

    Abstract—This article presents the development of a chatbot using a light version of the BERT model called DistilBERT as a neural network, which helps students or professionals to solve concerns regarding enrollment and homologation for fourth level or postgraduate studies at the National University. of Loja (UNL). In this context, the project was divided into two stages: in the first, a bibliographic search was carried out in scientific articles on compatible technologies and tools to adjust the BERT model through training in the question and answer task; In the second stage, the development of the chatbot was carried out following the Extreme Programming (XP) methodology divided into four phases: planning, design, coding and testing. In the planning phase, the necessary requirements for the implementation of the chatbot were described, where the parameters for model training and the general description of the operation of the conversational agent through user stories were specified. In the second phase, the architecture was designed, in which all the elements that were part of the chatbot are shown. In the third phase, programming was carried out using the programming languages Python, JavaScript, Css, Html and the Flask microframework. Finally, in the last phase, performance, load and stress tests were carried out to see the behavior of the chatbot when subjected to a considerable load of requests.