Análise de Sentimento para Chatbots - DialogFlow, IBM Watson

Implementando Análise de Sentimento para um Chatbot

Neste curso, você aprenderá como incorporar a análise de sentimento ao seu chatbot. Você descobrirá como tornar seu bot emocionalmente sensível e lidar efetivamente com usuários frustrados. Mesmo se você não tiver feito o curso de chatbot do Messenger, ainda poderá trabalhar com o código fornecido. A linguagem de programação utilizada é o Node.js, e o GIT é utilizado para implantação e controle de versão. Embora o bot esteja hospedado no Heroku, você pode hospedá-lo facilmente em outro lugar, desde que o Node.js seja suportado. O curso se concentra principalmente no uso do DialogFlow para processamento de linguagem natural, o que ajuda a entender as intenções do usuário. Além disso, você obterá insights sobre o funcionamento interno da análise de sentimento e sua implementação em chatbots.

Visão Geral do Curso

O curso começa com uma introdução à infraestrutura do aplicativo e familiarização com a pilha de tecnologia usada ao longo do curso. A segunda seção explora a análise de sentimento, seus benefícios para chatbots e vários cenários de implementação. Você explorará abordagens baseadas em regras e automáticas, incluindo aprendizado de máquina, com demonstrações para cada uma. Além disso, você se familiarizará com soluções baseadas em dicionário como AFFINN, a API de linguagem natural do Google e a solução de linguagem natural da IBM Watson. Os algoritmos por trás dessas soluções serão explicados para fornecer uma compreensão mais profunda.

Implementando Análise de Sentimento Baseada em Dicionário

A terceira seção concentra-se na implementação de análise de sentimento baseada em dicionário usando um chatbot de exemplo. Você receberá uma visão geral do código e aprenderá como obter resultados de sentimento para mensagens de usuário. Um módulo de análise de sentimento será criado para orientar o bot no encaminhamento para um agente ao vivo ao encontrar um usuário altamente frustrado. Além disso, o chatbot será treinado para detectar mudanças de sentimento e intervir quando a satisfação do usuário diminuir. Como bônus adicional, você descobrirá como enviar notificações para o Slack ao encontrar usuários frustrados.

Implementando Análise de Sentimento Baseada em Aprendizado de Máquina

A seção quatro introduz a implementação de análise de sentimento baseada em aprendizado de máquina, com ênfase especial na solução de linguagem natural do Google. A implementação completa será demonstrada usando um chatbot de um curso anterior. Mesmo se você não tiver feito esse curso, receberá o código-fonte e poderá trabalhar com ele. No final do curso, você terá um chatbot de demonstração equipado com análise de sentimento incorporada e o conhecimento para implementá-lo em seu próprio chatbot.

O Que Você Vai Aprender

- Os benefícios da análise de sentimento para chatbots - Vários cenários de implementação para chatbots - Como usar a análise de sentimento do DialogFlow para tornar seu chatbot emocionalmente sensível - Como utilizar o IBM Watson para análise de sentimento - Como empregar a análise de sentimento AFINN

Sobre o Instrutor

Olá, meu nome é Laura e serei sua instrutora neste curso. Com mais de 20 anos de experiência em programação, sou uma engenheira web experiente e instrutora de TI. Já ensinei várias pessoas em novas habilidades tecnológicas e mais de 17.000 pessoas já se matricularam em meus cursos. Estou dedicada a apoiar todos os meus alunos ao longo de sua jornada de desenvolvimento e estou aqui para ajudar você também. No final deste curso, você terá um chatbot capaz de analisar o sentimento das mensagens do usuário e tomar ações apropriadas. Não espere mais, matricule-se no curso e aprimore seu chatbot hoje. Estou ansiosa para vê-lo na aula!