El nivel de complejidad textual puede ser un inconveniente para algunas personas al momento de usar
Chatbots, debido a que estos programas podrían dar respuestas cuyo nivel de complejidad no sea el
que entienda el usuario. Entonces, aquellos Chatbots deberían ser entrenados con un conjunto de
datos cuya complejidad textual sea la deseada, para evitar confusiones con los usuarios. Para ello, se
define una revisión sistemática, en la cual se usan las bases de datos de Google Scholar, ACM Digital
Library e IEEE Xplore, de las cuáles se obtiene la información necesaria empleando las palabras
claves definidas por el método PICOC, obteniendo un total de treinta y ocho documentos que
evidencian la existencia de distintas métricas para analizar la complejidad textual de textos, así como
experimentos de entrenamiento con Chatbots y los correspondientes resultados de sus interacciones
con los usuarios. Además, analizando documentos de tesis asociadas al tema de investigación, se
refuerzan los conceptos de que la complejidad textual puede ser analizado mediante conjunto de
métricas. Finalmente, en base a lo desarrollado en la revisión de la literatura y documentos de tesis,
se presentan las conclusiones deducidas.
| Identifer | oai:union.ndltd.org:PUCP/oai:tesis.pucp.edu.pe:20.500.12404/18230 |
| Date | 16 February 2021 |
| Creators | Matos Ríos, Hans |
| Contributors | Beltrán Castañón, César Armando |
| Publisher | Pontificia Universidad Católica del Perú, PE |
| Source Sets | Pontificia Universidad Católica del Perú |
| Language | Spanish |
| Detected Language | Spanish |
| Type | info:eu-repo/semantics/bachelorThesis |
| Format | application/pdf |
| Rights | Atribución-CompartirIgual 2.5 Perú, info:eu-repo/semantics/openAccess, http://creativecommons.org/licenses/by-sa/2.5/pe/ |
Page generated in 0.0025 seconds