Informaatiovaikuttamiseen AI-botteja RGCE:hen
Lähteinen, Joonas (2019)
2019
All rights reserved. This publication is copyrighted. You may download, display and print it for Your own personal use. Commercial use is prohibited.
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:amk-2019070217619
https://urn.fi/URN:NBN:fi:amk-2019070217619
Tiivistelmä
Tutkimuksessa perehdyttiin koneoppimiseen ja sen hyödyntämiseen luonnollista kieltä ymmärtävien bottien toteuttamisessa. Tavoitteena oli saada luotua botti, jonka täytyi pystyä tuottamaan informaatiovaikuttamista haluttaessa. Botin täytyi myös ymmärtää suomen että englannin kieltä. Samalla tutkimuksessa tutustuttiin erilaisiin koneoppimis-menetelmiin sekä näiden hyödyntämiseen reaalimaailmassa.
Lopputuloksena saatiin toteutettua RGCE-ympäristöön soveltuva chattibotti, joka pystyi toimimaan itsenäisesti ilman erillisiä palveluita. Chattibotti pystyi vastaamaan GNU social-palveluun tuleviin viesteihin sekä ymmärtämään sekä englannin että suomenkielisiä vies-tejä. Kielenkääntämisessä botti käänsi suomenkielisen tekstin ensin englannin kielelle, jonka avulla se loi vastauksen haettuun viestiin. Tämän jälkeen botti käänsi englanninkie-lisen vastauksen suomenkieliseksi, jonka se lähetti vastaukseksi haettuun viestiin. Botti käytti omaa API-kirjastoaan kommunikoimiseen GNU social-palvelussa.
Tutkimuksesta saatiin hyvää tietoa, mitä omien chattibottien tekemiseen tarvitaan sekä millaista datajoukkoa botin kouluttamiseen vaaditaan. Lisäksi huomattiin, että varsinkin datajoukon laadulla on suuri merkitys botin älylliseen toimintaan ja sen luonnollisen kie-len ymmärtämiseen.
Lopputuloksena saatiin toteutettua RGCE-ympäristöön soveltuva chattibotti, joka pystyi toimimaan itsenäisesti ilman erillisiä palveluita. Chattibotti pystyi vastaamaan GNU social-palveluun tuleviin viesteihin sekä ymmärtämään sekä englannin että suomenkielisiä vies-tejä. Kielenkääntämisessä botti käänsi suomenkielisen tekstin ensin englannin kielelle, jonka avulla se loi vastauksen haettuun viestiin. Tämän jälkeen botti käänsi englanninkie-lisen vastauksen suomenkieliseksi, jonka se lähetti vastaukseksi haettuun viestiin. Botti käytti omaa API-kirjastoaan kommunikoimiseen GNU social-palvelussa.
Tutkimuksesta saatiin hyvää tietoa, mitä omien chattibottien tekemiseen tarvitaan sekä millaista datajoukkoa botin kouluttamiseen vaaditaan. Lisäksi huomattiin, että varsinkin datajoukon laadulla on suuri merkitys botin älylliseen toimintaan ja sen luonnollisen kie-len ymmärtämiseen.