Development of an ontology-enriched query in an information retrieval engine

Chat-bot is an Artificial Intelligence product that simplify the interaction with computers. Many companies like banks and telecommunication providers need this technology for their own business, in details to automate the Customer Services. This interaction could be also improved thanks to the introduction of a Semantic Information Retrieval Engine. An ontology or semantic base could bring the level of the conversation with a chat-bot much closer to natural languages and so simplify the querying tasks performed by the customers. The first scope of the work is studying, designing, developing and testing a semantic based information retrieval engine. The latter works based on information retrieval algorithms that can be chosen before the query phase. TF-IDF, Term Frequency-Inverse Document Frequency, is the most classic of all. Thus, second and last purpose of the project is to implementing, testing and evaluating an improved TF-IDF algorithm given by project requirements.

Il Chat-bot è un software di Intelligenza Artificiale che semplifica l’interazione uomo-macchina. Molte ziende come banche e fornitori di servizi di telecomunicazioni richiedono questa tecnologia per la propria attività, in particolare per automatizzare i servizi di assistenza clienti. Questa interazione potrebbe essere migliorata anche grazie all’introduzione di un Semantic Information Retrieval Engine. Un’ontologia o base semantica potrebbe arricchire il livello della conversazione con un Chat-bot portandolo verso una comprensione approfondita dei linguaggi naturali e semplificando in questo modo l’attività di query degli utenti. Il primo scopo di questa tesi è studiare, progettare, sviluppare e testare un motore di Information Retrieval basato sulla semantica. Quest’ultimo funziona sulla base di algoritmi di Information Retrieval che possono essere scelti prima della fase di interrogazione. TF-IDF, Term Frequency-Inverse Document Frequency, è quello maggiormente usato. Pertanto, il secondo e ultimo scopo del progetto è quello di implementare, testare e valutare un algoritmo TF-IDF migliorato, fornito dai requisiti del progetto.