MétaCan
Menu
Retour à la cohorte
Enregistrement W4281286468 · doi:10.35940/ijsce.c3566.0712322

A Chatbot Application by using Natural Language Processing and Artificial Intelligence Markup Language

2022· article· en· W4281286468 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueInternational Journal of Soft Computing and Engineering · 2022
Typearticle
Langueen
DomaineComputer Science
ThématiqueAI in Service Interactions
Établissements canadiensOptech (Canada)
Organismes subventionnairesnon disponible
Mots-clésChatbotComputer scienceExploitConversationMarkup languageService (business)Set (abstract data type)World Wide WebDialog systemNatural (archaeology)Order (exchange)Natural languageMultimediaArtificial intelligenceComputer securityXMLDialog boxLinguistics

Résumé

récupéré en direct d'OpenAlex

A program which helps in making conversation with the help of textual methods is referred to as chatbot. Chatbot helps in responding to a message quickly and that too without human intervention. Startups are inventing thousands of chatbots in order to provide a better service and keep their customers busy by a kind and simple conversation. It also helps in providing far better services to customers and helps in buying products. It takes an input from the user in the form of keywords, and it matches those keywords in its data-set to give out the corresponding output saved in it. It gives all the possible answers related to user queries. Since, most of the times like during pandemic, we cannot go outside and cannot meet people, it is an interactive way to get to know about how world is dealing with it. Chatbots exploits AI and ML platforms. Chatbots are becoming popular day by day in this modern era, they are being used in business groups and helps in reducing costs and can help in providing one to many communications that means it can handle multiple customers at same time. Chatbots need to be as efficient as possible.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,861
Score d'incertitude au seuil0,372

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,008
Tête enseignante GPT0,272
Écart entre enseignants0,264 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle