Atenção: Todas as denúncias são sigilosas e sua identidade será preservada.
Os campos nome e e-mail são de preenchimento opcional
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Vieira Neto, Hugo | - |
Autor(es): dc.contributor | Fonseca, Anelise Munaretto | - |
Autor(es): dc.contributor | Fonseca, Anelise Munaretto | - |
Autor(es): dc.contributor | Fabro, João Alberto | - |
Autor(es): dc.contributor | Gomes Júnior, Luiz Celso | - |
Autor(es): dc.creator | Boberg, Davi | - |
Data de aceite: dc.date.accessioned | 2022-08-04T20:17:24Z | - |
Data de disponibilização: dc.date.available | 2022-08-04T20:17:24Z | - |
Data de envio: dc.date.issued | 2022-07-04 | - |
Data de envio: dc.date.issued | 2022-07-04 | - |
Data de envio: dc.date.issued | 2021-11-16 | - |
Fonte completa do material: dc.identifier | http://repositorio.utfpr.edu.br/jspui/handle/1/28988 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/706136 | - |
Descrição: dc.description | The areas of customer service have gained importance with the increase of digital services and increasing customer demands. In this scenario, tools that help in this process become more important to ensure fast and assertive service. This work seeks to develop tools to direct customer service to the responsible sector through automated analysis of the customer’s verbal report, using various combinations of natural language processing models and machine learning techniques. To check the quality of the developed models, multiple metrics and a reference model are used. The reference model was chosen for its demonstrated effectiveness in several natural language processing problems. As a result, the models developed prove to be very effective in classifying calls, reaching 90% overall accuracy and surpassing the reference model. | - |
Descrição: dc.description | As áreas de atendimento ao cliente têm ganhado importância com o aumento crescente de serviços digitais e da exigência dos clientes. Nesse cenário, ferramentas que auxiliem nesse processo ganham mais importância para garantir atendimento rápido e assertivo. Este trabalho busca desenvolver ferramentas para direcionar o atendimento de clientes para o setor responsável por meio da análise automática do relato verbal do cliente, utilizando diversas combinações de modelos e técnicas de processamento de linguagem natural e aprendizado de máquina. Para verificar a qualidade dos modelos desenvolvidos, múltiplas métricas e um modelo de referência são utilizados, com o modelo de referência escolhido por sua eficácia demonstrada em diversos problemas de processamento de linguagem natural. Como resultado, os modelos desenvolvidos se mostram bastante eficazes na classificação das ligações, atingindo 90% de precisão geral e superando o modelo de referência. | - |
Formato: dc.format | application/pdf | - |
Idioma: dc.language | pt_BR | - |
Publicador: dc.publisher | Universidade Tecnológica Federal do Paraná | - |
Publicador: dc.publisher | Curitiba | - |
Publicador: dc.publisher | Brasil | - |
Publicador: dc.publisher | Bacharelado em Engenharia de Computação | - |
Publicador: dc.publisher | UTFPR | - |
Direitos: dc.rights | openAccess | - |
Direitos: dc.rights | http://creativecommons.org/licenses/by/4.0/ | - |
Palavras-chave: dc.subject | Processamento de linguagem natural (Computação) | - |
Palavras-chave: dc.subject | Redes neurais (Computação) | - |
Palavras-chave: dc.subject | Aprendizado de máquinas | - |
Palavras-chave: dc.subject | Natural language processing (Computer science) | - |
Palavras-chave: dc.subject | Neural networks (Computer science) | - |
Palavras-chave: dc.subject | Machine learning | - |
Palavras-chave: dc.subject | CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO | - |
Título: dc.title | Classificação automatizada de ligações de uma central de atendimento ao cliente utilizando processamento de linguagem natural | - |
Título: dc.title | Automated classifcation of telephone calls from a customer service center using natural language processing | - |
Tipo de arquivo: dc.type | livro digital | - |
Aparece nas coleções: | Repositorio Institucional da UTFPR - RIUT |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: