Intent Classifier Model using Recurrent Neural Networks: a case study to help students with doubts about the functionalities of AVA MOODLE

Autores

  • Jeferson Oliveira FURG
  • Regina Barwaldt FURG
  • Luiz Oscar Homann de Topin FURG
  • Joelson Sartori FURG

DOI:

https://doi.org/10.22456/1679-1916.110230

Palavras-chave:

Assistente virtual, IBM Watson, Ambiente Virtual de Aprendizagem, Redes Neurais Recorrentes.

Resumo

This survey features an intelligent IBM Watson chatbot to improve student participation in Moodle. Recurrent Neural Networks were used to generate a model and classify the intentions of 48 students who interacted with the assistant. A neural network was trained and submitted to the evaluation criteria and obtained 99.80% precision tests. The virtual assistant also demonstrated the ability to collaborate in student service activities. Infrequently asked questions about the use of Moodle. This study showed evidence that it is feasible to implement the chatbot to help with doubts in these contexts.

Downloads

Não há dados estatísticos.

Downloads

Publicado

2021-01-04

Como Citar

OLIVEIRA, J.; BARWALDT, R.; OSCAR HOMANN DE TOPIN, L.; SARTORI, J. Intent Classifier Model using Recurrent Neural Networks: a case study to help students with doubts about the functionalities of AVA MOODLE. Revista Novas Tecnologias na Educação, Porto Alegre, v. 18, n. 2, p. 215–224, 2021. DOI: 10.22456/1679-1916.110230. Disponível em: https://seer.ufrgs.br/index.php/renote/article/view/110230. Acesso em: 18 abr. 2024.

Edição

v. 18 n. 2 (2020): Edição Regular - Dezembro de 2020-2

Seção

Inteligência Artificial na Educação

Licença

Os autores dos artigos publicados na RENOTE retém os direitos autorais de suas obras e autorizam o CINTED/UFRGS a publicá-las de acordo com os termos da licença Creative Commons Attribution-NonComercial 4.0 International Public License (CC BY-NC-SA 4.0). Dessa forma, fica permitido aos autores ou a terceiros a reprodução ou distribuição, em parte ou no todo, de material extraído dessas obras, de forma verbatim, adaptada ou remixada, bem como a criação ou produção a partir do conteúdo dessas obras, para fins não comerciais, desde que sejam atribuídos os devidos créditos às criações originais. Cópias das obras não devem ser utilizadas de nenhum modo que implique o endosso da UFRGS. Sendo assim, os autores que publicam nesta revista concordam com os seguintes termos:

    1. Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Attribution que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.

    1. Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.

    1. Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado (Veja O Efeito do Acesso Livre).