Empreu aquest identificador per citar o enllaçar aquest ítem:
http://hdl.handle.net/10609/107047
Registre complet de metadades
Camp DC | Valor | Llengua/Idioma |
---|---|---|
dc.contributor.author | Gómez Montero, Manuel Enrique | - |
dc.date.accessioned | 2020-01-25T09:59:53Z | - |
dc.date.available | 2020-01-25T09:59:53Z | - |
dc.date.issued | 2019-01-25 | - |
dc.identifier.uri | http://hdl.handle.net/10609/107047 | - |
dc.description.abstract | Un call center es el área de una empresa el cual se encarga de recibir y transmitir llamadas desde o hacia clientes, socios comerciales u otras compañías externas. La gran cantidad de información generada a partir de estas llamada refleja, entre otros aspectos, las necesidades de los clientes de la empresa. La capacidad de clasificar las llamadas recibidas en tiempo real en función de la temática, provocaría en las empresas una mejora en la calidad de atención al público y en la experiencia del cliente. Esto es abordable mediante técnicas de machine learning. En este documento se presenta un sistema implementado en el call center de Telefónica que nos permite, a partir de la transcripción de las llamadas, obtener la temática de las mismas utilizando métodos de Procesamiento de Lenguaje Natural. El análisis expuesto realiza clasificaciones con diferentes arquitecturas, tanto con modelos no supervisados como con modelos supervisados de aprendizaje profundo. Dependiendo del modelo se han estudiado también diferentes métodos a la hora de representar las transcripciones. Por último, se ha llevado uno de los modelos a producción, dotando al sistema de la posibilidad de realizar esta clasificación en tiempo real y proporcionando a la empresa la capacidad de visualizar la evolución de las llamadas a lo largo del tiempo y de generar alertas en base a anomalías. El sistema llevado a producción ha sido totalmente desplegado en contenedores y provisto de mecanismos de monitorización, integración continua y despliegue continuo. El proyecto presentado abre a la empresa un gran número de posibilidades, tanto a la hora de realizar nuevos sistemas de Procesamiento del Lenguaje Natural, como a la hora de llevar modelos de aprendizaje profundo a un entorno productivo. | es |
dc.description.abstract | A call center is the area of a company in charge of receiving and transmitting calls to or from customers, business partners or other external companies. The vast amount of information generated from these calls reflects, among other aspects, the needs of the company's customers. The ability to classify the calls received in real time according to the subject, would lead to an improvement in the quality of the company's customer service as well as the customer experience. This is approachable through machine learning techniques. This draft reveals a system implemented in the call center of Telefónica that allows us, through the transcription of the calls, to know the topic of the calls using Natural Language Processing methods. The analysis mentioned above makes classifications with different architectures, with unsupervised models as well as deep learning supervised models. Depending on the model, different methods have also been studied when representing the transcripts. Finally, one of these models has been moved to production, giving the system the possibility of making this classification in real time and providing the company the ability of visualizing the evolution of the calls over time and generating alerts in the event of any anomaly. The system moved to production has been fully deployed in containers and equipped with monitoring mechanisms, continuous integration and continuous deployment. The project opens up a vast number of possibilities for the company to carry out new Natural Language Processing systems. Also, to bring deep learning models to a productive environment. | en |
dc.description.abstract | Un centre d'atenció telefònica és l'àrea d'una empresa la qual s'encarrega de rebre i transmetre trucades des de o cap a clients, socis comercials o altres companyies externes. La gran quantitat d'informació generada a partir d'aquesta, reflecteix, entre altres aspectes, les necessitats dels clients de l'empresa. La capacitat de classificar les trucades rebudes en temps real en funció de la temàtica, provocaria en les empreses una millora en la qualitat d'atenció al públic i en l'experiència de client. Això és abordable mitjançant tècniques de machine learning. En aquest document es presenta un sistema implementat en el centre d'atenció telefònica de Telefònica que ens permet, a partir de la transcripció de les trucades, obtenir la temàtica de les mateixes utilitzant mètodes de Processament de Llenguatge Natural. L'anàlisi realitza classificacions amb diferents arquitectures, tant amb models no supervisats com amb models supervisats d'aprenentatge profund. Depenent del model s'han estudiat també diferents mètodes a l'hora de representar les transcripcions. Finalment, s'ha portat un dels models a producció, dotant al sistema de la possibilitat de realitzar aquesta classificació en temps real i proporcionant a l'empresa la capacitat de visualitzar l'evolució de les trucades al llarg del temps i de generar alertes basant-se en anomalies. El sistema dut a producció ha estat totalment desplegat en contenidors i proveït de mecanismes de monitorització, integració contínua i desplegament continu. El projecte presentat, obre a l'empresa un gran nombre de possibilitats, tant a l'hora de realitzar nous sistemes de processament del llenguatge natural, com a l'hora de portar models d'aprenentatge profund a un entorn productiu. | ca |
dc.format.mimetype | application/pdf | - |
dc.language.iso | spa | - |
dc.publisher | Universitat Oberta de Catalunya (UOC) | - |
dc.rights | CC BY SA | - |
dc.rights.uri | http://creativecommons.org/licenses/by-sa/3.0/es/ | - |
dc.subject | tiempo real | es |
dc.subject | temps real | ca |
dc.subject | real time | en |
dc.subject | call center | en |
dc.subject | natural language processing | en |
dc.subject | procesamiento del lenguaje natural | es |
dc.subject | processament del llenguatge natural | ca |
dc.subject | análisis de sentimientos | es |
dc.subject | anàlisi de sentiments | ca |
dc.subject | sentiment analysis | en |
dc.subject | deep learning | en |
dc.subject | aprenentatge profund | ca |
dc.subject | aprendizaje profundo | es |
dc.subject | centre de trucades | ca |
dc.subject | centro de llamadas | es |
dc.subject | topic modeling | en |
dc.subject | modelado de temas | es |
dc.subject | modelatge de temes | ca |
dc.subject.lcsh | Machine learning -- TFM | en |
dc.title | Modelización de temas de llamadas en tiempo real | - |
dc.type | info:eu-repo/semantics/masterThesis | - |
dc.audience.educationlevel | Estudis de Màster | ca |
dc.audience.educationlevel | Estudios de Máster | es |
dc.audience.educationlevel | Master's degrees | en |
dc.subject.lemac | Aprenentatge automàtic -- TFM | ca |
dc.subject.lcshes | Aprendizaje automático -- TFM | es |
dc.contributor.director | Casas-Roma, Jordi | - |
dc.contributor.tutor | Valdivia García, Ana | - |
dc.rights.accessRights | info:eu-repo/semantics/openAccess | - |
Apareix a les col·leccions: | Bachelor thesis, research projects, etc. |
Arxius per aquest ítem:
Arxiu | Descripció | Mida | Format | |
---|---|---|---|---|
mnlgmonteroTFM0120memoria.pdf | Memoria del TFM | 12,9 MB | Adobe PDF | Veure/Obrir |
Comparteix:
Aquest ítem està subjecte a una llicència de Creative Commons Llicència Creative Commons