Automatización de respuestas a las dudas de puntuación más frecuentes dirigidas a la RAE en Twitter: propuesta de un asistente conversacional

Abstract

El presente Trabajo de Fin de Máster atiende a la búsqueda de una solución orientada a la incorporación de las instituciones de carácter histórico al mundo digital. A tal efecto, ofrece una propuesta fundamentada en el desarrollo de un asistente conversacional el cual recoge las consultas de puntuación realizadas por los usuarios en el perfil de la Real Academia Española en Twitter –@RAEinforma–, automatizando así parte del sistema de respuestas de la red social. A fin de lograr nuestro objetivo, fue fundamental la obtención de un corpus y el posterior tratamiento de los datos, efectuado mediante el lenguaje de programación Python. Con ello, detectamos las categorías de preguntas más recurrentes sobre puntuación y procedimos con su doble implementación en las plataformas de Procesamiento de Lenguaje Natural Dialogflow e IBM Watson Assistant. Toda la información está reflejada en https://maball5.github.io/tfm/.

This Master’s Thesis focuses on the search for a solution aimed at bringing historical institutions into the digital world. To this end, it offers a proposal based on the development of a conversational assistant, which collects the punctuation queries made by users to the Real Academia Española (RAE) profile on Twitter -@RAEinforma-, thus automating part of the social network's response system. In order to achieve this goal, it was essential to obtain a corpus and its subsequent data processing, carried out by using Python, a well-known programming language. Therewith, the most recurrent categories of questions about punctuation were detected. At this stage, we moved on to process the information into Dialogflow and IBM Watson Assistant, two different Natural Language Processing platforms. All information is available at https://maball5.github.io/tfm/.