В настоящее время чат-боты становятся очень популярными во многих областях, таких как бизнес, банковское дело, здравоохранение, учеба, путешествия и т.д. Популярность платформ обмена сообщениями, таких как Telegram, Messenger, Whatsapp и других сделала чатботов не только популярными, но и стало тенденцией в будущем. С конца декабря 2019 года изза начала пандемии COVID-19 наступил серьезный кризис в области здравоохранения во всем мире. В связи с этим крайне важно предоставлять информацию об эпидемии всем людям. Многие правительства и организации запустили чат-ботов для информирования населения о COVID-19. Однако эти чат-боты ограничены, так как основаны на правилах, и понимают ограниченный набор вопросов, введенных пользователем. Таким образом, создание чат-бота на основе машинного обучения для информации о коронавирусе представляет собой актуальную задачу. Целью исследования является разработка чат-бота для поиска информации про коронавирусную инфекцию COVID-19. Описан метод проектирования и разработка чат-бота на фреймворке RASA, а также испытания разработанного прототипа. Созданы три модели чат-бота: базовая модель (B), базовая модель с синонимами (BS), базовая модель с синонимами и шумами (BSS). Проведена оценка эффективности трех моделей по показателям: доля, точность и F-мера. Результаты анализа показали, что модели BS и BSS лучше, чем модель B.
Nowadays chatbots are becoming very popular in many areas, such as business, banking, healthcare, study, travel tips, etc. The popularity of messaging platforms such as Telegram, Messenger, Whatsapp, and others has made chatbots not only popular but also become a trend in the future. Since the end of December 2019, the onset of the COVID-19 pandemic has brought about a major global health crisis. Therefore, it is extremely important to provide information about the epidemic to all people. Many governments and organizations have launched chatbots to inform the public about COVID-19. However, these chat rules are limited as they understand a limited set of questions entered by users. Thereby, creating a chatbot based on machine learning for coronavirus information is an urgent task. The purpose of the study is the development of a chatbot for searching for information about COVID-19 coronavirus infection. The method of designing and developing a chatbot on the RASA framework, as well as testing of the developed prototype, are described. Three chatbot models were created: the baseline model (B), the baseline model with synonyms (BS), and the baseline model with synonyms and noises (BSS). The effectiveness of three models was evaluated based on the following indicators: accuracy, precision, and F-measure. The analysis results showed that the BS and BSS models are better than the B model.
The authors declare that there are no conflicts of interest present.