MMCC X : a process oriented multimodal chatbot creator

This thesis firstly points out the main features of conversational agents (CA). A conver- sational agent (or chatbot) is a software whose aim is to emulate the human conversation, often by leveraging on artificial intelligence powered mechanisms. Chatbot’s employment has known a wide spread in recent years, especially by companies, which wanted to widen their audience. Along with conversational agents, the need to standardize their develop- ment has emerged. That is why a lot of different software has been developed in order to ease the CA designers’ work. Among the wide variety of offered functionalities, con- versational agents’ generation tools often rely on Natural Language Processing (NLP) technologies to recognize human input and offer a user-friendly development interface. However, some limitations have been found: the lack of multimodality implementation and a conversation based paradigm in CA development. The thesis firstly analyzes the commercial CA generation tools, along with their limitations. To overcome these issues, the MMCC framework and its extension MMCC-X have been developed. These two frameworks are presented in detail, along with the methods employed to overcome CA generation tools’ restraints.

Questa tesi evidenzia innanzitutto le caratteristiche principali degli agenti conversazionali (AC). Un agente conversazionale (o chatbot) è un software il cui scopo è emulare la con- versazione umana, spesso sfruttando meccanismi alimentati dall’intelligenza artificiale. L’impiego di chatbot ha conosciuto un’ampia diffusione negli ultimi anni, soprattutto da parte delle aziende, che volevano ampliare il proprio pubblico. Insieme agli agenti conversazionali, è emersa la necessità di standardizzare il loro sviluppo. Perciò sono stati sviluppati diversi software per facilitare il lavoro dei progettisti di AC. Tra l’ampia varietà di funzionalità offerte, gli strumenti di generazione degli agenti conversazionali spesso si basano su tecnologie di elaborazione del linguaggio naturale (NLP) per riconoscere l’input umano e offrire un’interfaccia di sviluppo di facile utilizzo. Tuttavia, sono state riscontrate alcune limitazioni: la mancanza di implementazione multimodale e un paradigma basato sulla conversazione nello sviluppo di AC. La tesi analizza in primo luogo gli strumenti di generazione di AC commerciali, insieme ai loro limiti. Per superare questi problemi, sono stati sviluppati i framework MMCC e la sua estensione MMCC-X. Questi due framework sono presentati in dettaglio, insieme ai metodi impiegati per superare i vincoli degli stru- menti di generazione di AC presenti in commercio.