[pt] Chatbots são programas de computador que interagem com usuários utilizando linguagem natural. Desde sua origem, a tecnologia avançou significantemente e aplicações baseadas na nuvem de grandes empresas permitiram que desenvolvedores criassem chatbots inteligentes e eficientes. No entanto, não há muitas abordagens de desenvolvimento aos principais módulos de um chatbot que são flexíveis o suficiente para permitir a criação de chatbots diferentes para cada domínio, mantendo um robusto controle de diálogo na aplicação. Existem trabalhos que tentam desenvolver uma abordagem mais flexível, cada um com suas vantagens e desvantagens. Uma das vantagens mais notáveis é o uso de sistemas multiagentes para distribuir e realizar tarefas feitas por chatbots. Nesse contexto, este trabalho propõe um framework geral e flexível baseado em sistemas multiagentes para construir chatbots em um domínio escolhido pelo desenvolvedor, com controle de diálogo na aplicação. Esta solução usa uma adaptação da abordagem de estado da informação, e agentes de software, para gestão do diálogo. Para validar a arquitetura proposta, um cenário de uso com 4 chatbots de prova de conceito são analisados e discutidos. / [en] Chatbots are computer programs that interact with users using natural language. Since its inception, the technology has advanced greatly and cloud-based platforms from big companies allow developers to create intelligent and efficient chatbots. However, there are not many development approaches to the main modules of a chatbot that are flexible enough to allow the creation of different chatbots for each domain, while maintaining a robust dialogue control in the application. There have been some works that try to develop a more flexible approach, each of them with their own advantages and disadvantages. One of the most notable advantages is the use of multi-agent systems to distribute and perform the tasks performed by the chatbot. In this context, this work proposes a general and flexible architecture based on multi-agent systems for building chatbots in any domain chosen by the developer, with dialogue control in the application. This architecture uses an adaptation of the information state approach, also using software agents, to perform dialogue management. To validate the proposed architecture, an user scenario involving the implementation of 4 proof of concept chatbots is analyzed discussed.

[pt] A oferta de serviços por meio de interfaces conversacionais, ou chatbots, tem se tornado cada vez mais popular, com aplicações que variam de aplicativos de bancos e reserva de bilheteria a consultas em um banco de dados. No entanto, dado a quantidade massiva de dados disponível em alguns domínios, o usuário pode ter dificuldade em formular as consultas e recuperar as informações desejadas. Esta dissertação tem como objetivo investigar e avaliar o uso de recomendações na busca de informações numa base de dados de filmes através de chatbots. Neste trabalho, implementamos um chatbot por meio do uso de frameworks e técnicas da área de processamento de linguagem natural (NLP - Natural Language Processing). Para o reconhecimento de entidades e intenções, utilizamos o framework RASA NLU. Para a identificação das relações entre essas entidades, utilizamos as redes Transformers. Além disso, propomos diferentes estratégias para recomendações feitas a partir da ontologia de domínio. Para avaliação deste trabalho, conduzimos um estudo com usuários para avaliar o impacto das recomendações no uso do chatbot e aceitação da tecnologia por meio de um questionário baseado no Technology Acceptance Model (TAM). Por fim, discutimos os resultados do estudo, suas limitações e oportunidades de futuras melhorias. / [en] The offer of services provided through conversational interfaces, or chatbots, has become increasingly popular, with applications that range from bank applications and ticket booking to database queries. However, given the massive amount of data available in some domains, the user may find it difficult to formulate queries and retrieve the desired information. This dissertation investigates and evaluates the use of the recommendations in the search for information on a movie database through a chatbot. In this work, we implement a chatbot with the use of frameworks and techniques from the area of natural language processing (NLP). For the recognition of entities and intents, we use the RASA NLU framework. For the identification of relations between those entities, we use the Transformers networks. In addition, we propose different strategies for the recommendation from the domain ontology. To evaluate this work, we have conducted an empirical study with volunteer users to assess the impact of the recommendations on chatbot use and the acceptance of the technology through a survey based on the Technology Acceptance Model (TAM). Lastly, we discuss the results of this study, its limitations, and avenues for future improvements.