Yapay zekâ tabanlı teknik destek sohbet robotu tasarımı
Artificial intelligence based technical support chatbot design
- Tez No: 838356
- Danışmanlar: PROF. DR. ECİR UĞUR KÜÇÜKSİLLE
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Süleyman Demirel Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 93
Özet
Günümüzde birçok şirket, müşteri hizmetlerini geliştirmek ve etkili bir şekilde yönetmek için yapay zekâ tabanlı çözümler aramaktadır. Teknik destek alanında kullanıcıların sorunlarını hızlı ve doğru bir şekilde çözebilecek bir botun kullanılması büyük bir avantaj sağlamaktadır. Bu çalışmada, teknik destek sürecinde kullanılabilecek bir yapay zekâ tabanlı botun tasarımı ve uygulaması üzerine odaklanılmıştır. İlk adım olarak, botun temel yeteneklerini belirlemek için bir gereksinim analizi yapılmıştır. Bu analiz, kullanıcıların en sık karşılaştığı sorunları, sorunların öncelik sıralamasını ve çözümlerini içermektedir. Daha sonra, yapay zekâ tabanlı botun çalışması için kullanılacak algoritma ve yöntemler seçilmiştir. Doğal dil işleme (DDİ) ve makine öğrenmesi (MÖ) teknikleri, kullanıcı sorularını anlama, doğru cevapları bulma ve gerektiğinde ilgili kaynaklara yönlendirme gibi görevlerde kullanılmıştır. Bunun yanı sıra, botun sürekli olarak gelişmesini sağlamak için geri bildirim mekanizması da tasarlanmıştır. Sunulan bu mekanizmada, geliştirilen hibrit model tarafından üretilen cevap ile gerçek kullanıcı cevabı arasındaki Kosinüs benzerliği hesaplanmış buna göre YPO modelinin üretilen cevaplardan hangisinin iyi yada kötü cevap olduğunu öğrenmesi sağlanmıştır. Bu öğrenimin tamamlanmasıyla aktif model YPO mekanizmasının edinmiş olduğu bilgiye göre güncellenmiştir. Ardından, daha önceden geri bildirim mekanizmasının eğitiminde kullanılmayan test veri setinde yer alan sorulara, modelin cevap üretmesi sağlanmıştır. Üretilen cevap ile gerçek kullanıcıların verdiği cevap arasındaki benzerlik oranı Kosinüs benzerliği ile ölçülmüştür. Buradaki ölçme adımı, modelin ürettiği cevap,“iyi”model görevi seçildiğinde üretilen cevap ve“kötü”model görevi seçildiğinde üretilen cevaplar olmak üzere herbir cevabın gerçek cevap ile kıyaslanması şeklinde 3 kategoride yapılmıştır. Bu tez çalışmada 1759 soru cevap çiftinden oluşan özgün veri kümesi kullanılmıştır. SeqGAN modelinin üretken model kısmındaki ağırlıklarının, GPT- 2 dil modeli kullanılıp tekrar eğitilmesi ve optimize edilmesi ile hibrit bir soru yanıtlama modeli geliştirilmiştir. Bu süreçte yakınsal politika optimizasyonu (YKO) ve insan geri bildirimi ile pekiştirmeli öğrenme (İGBDPÖ) yöntemleri kullanılmıştır.iii Veri kümesi üzerinde yapılan işlemlerde; GPT-2 ile ince ayar yapılmış halinin doğruluk değeri 0,79025 iken geliştirilen hibrit modelle birlikte doğruluk değeri 0,82173 çıkarak iyileştirme sağlanmıştır. Bu başarı oranı sacede 1759 soru cevap çifti ile gerçekleşmiştir. Böylece literatüre orijinal bir veri kümesi ile başarı oranı yüksek SEQGAN-RLHF dil modeli sunulmuştur. Bu tez çalışmasının gerçekleştirilmesiyle içerisinde kullanıcıların sorunlarını hızlı ve etkili bir şekilde çözmelerine yardımcı olan, ayrıca, şirketlere müşteri hizmetlerini geliştirmeleri için yapay zekâ tabanlı çözümleri kullanmaları konusunda rehberlik eden güçlü ve etkili bir araç geliştirilmiştir.
Özet (Çeviri)
Today, many companies are looking for artificial intelligence-based solutions to improve and effectively manage customer service. In the field of technical support, the use of a bot that can solve users' problems quickly and accurately provides a great advantage. In this study, we focus on the design and implementation of an artificial intelligence-based bot that can be used in the technical support process. As a first step, a requirements analysis was conducted to determine the basic capabilities of the bot. This analysis includes the most common problems encountered by users, the priority ranking of the problems and their solutions. Then, the algorithms and methods to be used for the operation of the AI-based bot were selected. Natural language processing (NLP) and machine learning (ML) techniques were used in tasks such as understanding user questions, finding the correct answers and directing them to relevant resources when necessary. In addition, a feedback mechanism has been designed to ensure continuous improvement of the bot. In the presented mechanism, the training of the feedback mechanism was achieved by labelling the answers produced by the hybrid model according to the model tasks with“good/bad answer”labels. As a result of this process, the feedback mechanism can be taught how good the answers are. Then, the model was allowed to produce answers to the questions in the test data set, which was not previously used in the training of the feedback mechanism. The similarity ratio between the generated answer and the answer given by real users was measured by Cosine similarity theory. The measurement step was performed in 3 categories: the answer produced by the model, the answer produced when the“good”model task was selected, and the answer produced when the“bad”model task was selected. In this thesis, the original dataset consisting of 1759 question-answer pairs was used. A hybrid question answering model was developed by retraining and optimising the weights in the generative model part of the SeqGAN model usingv the GPT-2 language model. In this process, Proximal Policy Optimisation (PPO) and Reinforcement Learning from Human Feedback (RLHF) methods were used. In the operations performed on the dataset; while the success rate of the finetuned version with GPT-2 was 0.79025, the success rate was increased to 0.82173 with the hybrid model developed. This success rate was achieved with 1759 question-answer pairs. Thus, a SEQGAN-RLHF language model with a high success rate with an original dataset has been presented to the literature. With the realisation of this thesis, a powerful and effective tool has been developed that helps users to solve their problems quickly and effectively, and also guides companies to use artificial intelligence-based solutions to improve customer service.
Benzer Tezler
- Empowering learner autonomy for developing writing skills through ai-enhanced reflective journals
Yapay zekâ destekli yansıtıcı günlükler aracılığıyla yazma becerilerinin geliştirilmesi için öğrenen özerkliğinin güçlendirilmesi
SENA KÖNEZ
Yüksek Lisans
İngilizce
2024
Eğitim ve Öğretimİstanbul Medeniyet ÜniversitesiYabancı Diller Eğitimi Ana Bilim Dalı
PROF. DR. SELAMİ AYDIN
- Makine öğrenmesi tabanlı web uygulama güvenlik duvarı
Machine learning based web application firewall
BATUHAN IŞIKER
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGebze Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. İBRAHİM SOĞUKPINAR
- Yoğun bakım hastalarının fizyoterapi ve rehabilitasyon uygulamaları için yapay zekâ tabanlı bir karar destek sistemi
An artificial intelligence based decision support system for physiotherapy and rehabilitation practices of intensive care patients
ALEYNA YILMAZ
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKaradeniz Teknik Üniversitesiİstatistik ve Bilgisayar Bilimleri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ UĞUR ŞEVİK
- Yapay zekâ-tabanlı hibrit anomali tespit ve klinik karar destek teknikleri ile kardiyovasküler hastalıkların ve COVİD-19'un otomatik tespiti
Artificial intelligence-based hybrid anomaly detection and clinical decision support techniques for automated detection of cardiovascular diseases and COVİD-19
MERVE BEGÜM TERZİ
Doktora
İngilizce
2023
Elektrik ve Elektronik Mühendisliğiİhsan Doğramacı Bilkent ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. ORHAN ARIKAN
- Kentsel ani sel felaketlerine karşı mücadelede yapay zeka tabanlı bir karar destek sistemi
An artificial intelligence-based decision support system for urban flash flood disaster response
İREM KARAKAYA
Doktora
Türkçe
2024
Endüstri ve Endüstri MühendisliğiYıldız Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. ALEV TAŞKIN