[論文レビュー] An ontology-based chatbot for crises management: use case coronavirus

Khouloud Hwerbi|arXiv (Cornell University)|Nov 2, 2020

Advanced Text Analysis Techniques参考文献 49被引用数 4

ひとこと要約

本論文では、COVID-19パンデミック期の危機管理を目的として、ウェブスクリーピング、有限状態機械、キーワード抽出、およびトレーニング済みNLPモデルを統合した、オントロジー駆動型チャットボット「COVIDアシスタント」を提案する。このシステムは24時間365日稼働可能であり、正しさを保証するためUppaalを用いた形式的検証が実施され、会話状態における到達可能性、安全性、ライブネスが確認された。

ABSTRACT

Today is the era of intelligence in machines. With the advances in Artificial Intelligence, machines have started to impersonate different human traits, a chatbot is the next big thing in the domain of conversational services. A chatbot is a virtual person who is capable to carry out a natural conversation with people. They can include skills that enable them to converse with the humans in audio, visual, or textual formats. Artificial intelligence conversational entities, also called chatbots, conversational agents, or dialogue system, are an excellent example of such machines. Obtaining the right information at the right time and place is the key to effective disaster management. The term "disaster management" encompasses both natural and human-caused disasters. To assist citizens, our project is to create a COVID Assistant to provide the need of up to date information to be available 24 hours. With the growth in the World Wide Web, it is quite intelligible that users are interested in the swift and relatedly correct information for their hunt. A chatbot can be seen as a question-and-answer system in which experts provide knowledge to solicit users. This master thesis is dedicated to discuss COVID Assistant chatbot and explain each component in detail. The design of the proposed chatbot is introduced by its seven components: Ontology, Web Scraping module, DB, State Machine, keyword Extractor, Trained chatbot, and User Interface.

研究の動機と目的

• COVID-19パンデミック期におけるタイムリーで正確かつアクセス可能な情報の提供という緊急のニーズに対応すること。
• 危機状況下でも高い信頼性と文脈認識能力を備えた、24時間365日稼働可能なチャットボットを設計すること。
• ドメイン固有の知識をオントロジーを介して構造化し、公式ウェブソースからの動的学習とトレーニング済みNLPモデルを統合すること。
• チャットボットの会話論理の正しさ、安全性、デッドロックのない動作を形式的検証により保証すること。
• 広範な災害管理文脈に適用可能なスケーラブルかつ拡張可能なアーキテクチャを提供すること。

提案手法

• COVID-19関連の医療的・疫学的・行政的知識を表現するためのドメイン特化型オントロジー（CVIO）をOWLで開発した。
• 公式ソースから最新のデータを動的に抽出し、オントロジーにポピュレートするウェブスクリーピングモジュールを実装した。
• ユーザー入力状態（症状に関する問い合わせ、国別の状況、一般質問など）を管理する会話フローをモデル化するための有限状態機械（FSM）を設計した。
• AIMLベースの意図認識と応答生成を備えたChatterBotを用いたトレーニング済みチャットボットを統合した。
• ユーザーの質問を適切なオントロジー概念およびFSM状態にマッピングするキーワード抽出を実施した。
• モデルチェックを用いて、到達可能性、安全性、ライブネスの性質を検証することで、システムの動作の正しさを検証した。

実験結果

リサーチクエスチョン

• RQ1 パブリックヘルス危機発生時におけるリアルタイムで正確かつ文脈に即した応答を保証するため、オントロジー駆動型チャットボットをどのようにアーキテクチャ設計すべきか。
• RQ2 危機用チャットボットシステムにおいて、知識表現、動的データインジェスト、会話管理を組み合わせた際、最も効果的な組み合わせは何か。
• RQ3 モデルチェックを含む形式的検証技術により、チャットボットの会話論理の信頼性と正しさを保証できるか。
• RQ4 ルールベース、トレーニング済み、オントロジー駆動のコンポーネントを統合したハイブリッドアーキテクチャは、応答品質とシステムの頑健性をどのように向上できるか。
• RQ5 災害対応チャットボットにおける24時間365日稼働とスケーラビリティを実現するための主要コンポーネントと設計パターンは何か。

主な発見

• チャットボットは、CVIOというオントロジーと、ウェブスクリーピングによるリアルタイムデータ統合を実現し、最新の情報を提供した。
• 有限状態機械により、症状、国別状況、一般情報など多様なユーザーの質問に対しても構造的かつ文脈認識型の会話管理が可能になった。
• Uppaalを用いた形式的検証により、システムはデッドロックが発生せず、すべての有効な状態遷移において応答生成が保証されていることが確認された。
• 時相論理式を用いた到達可能性、安全性、ライブネスの性質が検証され、すべての性質が有効であることが確認された（Uppaalにおける緑色表示）。
• 並列実行シミュレーションにより、複数のチャットボットインスタンスが競合なく同時に動作可能であることが示され、スケーラビリティが裏付けられた。
• システムは完全に24時間365日稼働可能であり、テストされた会話シナリオにおいて障害は一切報告されていない。