Conversational interfaces supporting the search for content within the juridical field

In recent years, the diffusion of chatbots has seen a remarkable increase in many sectors, but one in which it is still struggling to grow is that of the government sphere. Within this context, this thesis tries to outstand by proposing a conversational interface capable of supporting the search for content within a juridical website. Due to the complex nature of the legal world, full of technicalities, ordinary people may have a hard time understanding topics and finding out what they are looking for. Not knowing these specific terms, by carrying out searches on the website, they would obtain a large number of results too vague and generic to be useful. For this reason, we have designed a conversational model to refine the search, capable of making the users better understand what they are looking for while at the same time narrowing down the number of results. To develop this structure, we initially conducted an analysis of various interface alternatives, each with a different degree of interactivity, which led us to opt for a totally conversational model. To carry out the search refinement algorithm, we implemented a method that manages to understand the user's scope, even if the input is not well defined, and leverages this to ask related questions to perform the results filtering. To develop this system, we used the support of an NLP platform, Rasa, and, thanks to an NLU training carried out on 2000+ manually written legal sentences, our chatbot can understand what a user is looking for even if his input is quite unclear. This thesis has been developed in the context of the national project “Next Generation UPP: nuovi schemi collaborativi tra Università e uffici giudiziari per il miglioramento dell’efficienza e delle prestazioni della giustizia nell’Italia Nord Ovest –PON Governance e Capacità Istituzionale 2014-2020”

Negli ultimi anni la diffusione dei chatbot ha visto un notevole incremento in molti settori, ma uno in cui stenta ancora a crescere è quello della sfera governativa. In questo contesto, questa tesi cerca di distinguersi proponendo un'interfaccia conversazionale in grado di supportare la ricerca di contenuti all'interno di un sito web giuridico. A causa della natura complessa del mondo legale, pieno di tecnicismi, le persone comuni potrebbero avere difficoltà non solo a comprenderne gli argomenti, ma anche a capire cosa stiano effettivamente cercando. Non conoscendo questi termini specifici, effettuando ricerche sul sito, essi otterrebbero un gran numero di risultati troppo vaghi e generici per tornare utili. Per questo motivo abbiamo progettato un modello conversazionale per affinare la ricerca, in grado di far comprendere meglio agli utenti cosa essi stiano cercando, riducendo al tempo stesso il numero di risultati ottenuti. Per sviluppare questa struttura, abbiamo inizialmente condotto un'analisi su varie alternative di interfaccia, ognuna con un diverso grado di interattività, che ci ha portato ad optare per un modello totalmente conversazionale. Per eseguire l'algoritmo di raffinamento della ricerca, abbiamo implementato un metodo in grado di comprendere l’argomentazione dell'utente, anche se l'input non è ben definito, e lo sfrutta ponendo le relative domande per eseguire il filtraggio dei risultati. Per sviluppare questo sistema, abbiamo utilizzato il supporto di una piattaforma di NLP, Rasa, e, grazie ad un training di NLU svolto su oltre 2000 frasi legali scritte manualmente, il nostro chatbot è in grado di capire cosa un utente stia cercando anche se il suo input risulti poco chiaro. Questa tesi è stata sviluppata nell’ambito del progetto nazionale “Next Generation UPP: nuovi schemi collaborativi tra Università e uffici giudiziari per il miglioramento dell’efficienza e delle prestazioni della giustizia nell’Italia Nord Ovest – PON Governance e Capacità Istituzionale 2014-2020”