Classificação automatizada de ligações de uma central de atendimento ao cliente utilizando processamento de linguagem natural

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorVieira Neto, Hugo-
Autor(es): dc.contributorFonseca, Anelise Munaretto-
Autor(es): dc.contributorFonseca, Anelise Munaretto-
Autor(es): dc.contributorFabro, João Alberto-
Autor(es): dc.contributorGomes Júnior, Luiz Celso-
Autor(es): dc.creatorBoberg, Davi-
Data de aceite: dc.date.accessioned2022-08-04T20:17:24Z-
Data de disponibilização: dc.date.available2022-08-04T20:17:24Z-
Data de envio: dc.date.issued2022-07-04-
Data de envio: dc.date.issued2022-07-04-
Data de envio: dc.date.issued2021-11-16-
Fonte completa do material: dc.identifierhttp://repositorio.utfpr.edu.br/jspui/handle/1/28988-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/706136-
Descrição: dc.descriptionThe 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.descriptionAs 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.formatapplication/pdf-
Idioma: dc.languagept_BR-
Publicador: dc.publisherUniversidade Tecnológica Federal do Paraná-
Publicador: dc.publisherCuritiba-
Publicador: dc.publisherBrasil-
Publicador: dc.publisherBacharelado em Engenharia de Computação-
Publicador: dc.publisherUTFPR-
Direitos: dc.rightsopenAccess-
Direitos: dc.rightshttp://creativecommons.org/licenses/by/4.0/-
Palavras-chave: dc.subjectProcessamento de linguagem natural (Computação)-
Palavras-chave: dc.subjectRedes neurais (Computação)-
Palavras-chave: dc.subjectAprendizado de máquinas-
Palavras-chave: dc.subjectNatural language processing (Computer science)-
Palavras-chave: dc.subjectNeural networks (Computer science)-
Palavras-chave: dc.subjectMachine learning-
Palavras-chave: dc.subjectCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO-
Título: dc.titleClassificação automatizada de ligações de uma central de atendimento ao cliente utilizando processamento de linguagem natural-
Título: dc.titleAutomated classifcation of telephone calls from a customer service center using natural language processing-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositorio Institucional da UTFPR - RIUT

Não existem arquivos associados a este item.