Agriveritas: Chatbot Generativo per il Supporto Normativo allo Sviluppo dell'Agricoltura Sostenibile

Pesaresi, Jacopo (2024) Agriveritas: Chatbot Generativo per il Supporto Normativo allo Sviluppo dell'Agricoltura Sostenibile. [Laurea], Università di Bologna, Corso di Studio in Ingegneria e scienze informatiche [L-DM270] - Cesena, Documento full-text non disponibile
Il full-text non è disponibile per scelta dell'autore. (Contatta l'autore)

Abstract

Sempre più organizzazioni e imprese del terzo settore esprimono interesse sulle potenzialità che offrono i “chatbot”. Infatti, a differenza dei canonici sistemi di comunicazione quali e-mail e numeri di telefono, questi strumenti, se ovviamente ben programmati, sono personalizzabili, esaustivi per ogni dubbio e sempre disponibili, garantendo un servizio h24 e quanto più simile a come oggi si è abituati comunicare, ovvero per messaggistica. Il lavoro di tesi che si descriverà di seguito vuole essere un primo prototipo che desidera concretizzare e esemplificare queste potenzialità immergendosi in tutte le sfide incorse, e nella loro prima soluzione, nella creazione ex-novo di un nuovo chatbot al servizio delle “agenzie per le erogazioni in agricoltura”. Ne esiste una a livello nazionale, che prende il nome di “AGEA”, ma ne esistono anche alcune a livello regionale, le prime a esprimere un concreto interesse nei confronti di questo potenziale tool. Oltre a offrire un primo prototipo, potenzialmente distribuibile, il lavoro di tesi si occupa anche di esplorare un lato più teorico e affine al settore della ricerca. Questa sfumatura di lavoro servirà allora a dimostrare i sforzi compiuti dalla prototipazione della soluzione proposta, che riesce ad offrire un primo sistema di collezionamento, organizzazione e reperibilità di informazioni specifiche alle richieste dell’utente. Come verrà descritto debitamente nel lavoro, si desidera infatti provare che un sistema basato su un Large Language Model che sfrutta a livello preliminare una fase di recupero informazioni, generalmente referenziata come “RAG”, sia in grado di riceve un incremento di prestazioni di circa 3-6%.

Abstract
Tipologia del documento
Tesi di laurea (Laurea)
Autore della tesi
Pesaresi, Jacopo
Relatore della tesi
Correlatore della tesi
Scuola
Corso di studio
Ordinamento Cds
DM270
Parole chiave
Natual Language Processing,Large Language Model,Chatbot Generativo,Retrieval Augmented Generation,Web Scraping
Data di discussione della Tesi
18 Luglio 2024
URI

Altri metadati

Gestione del documento: Visualizza il documento

^