Uso de minería de redes sociales para mejorar la interacción con un robot social: una propuesta

• Castro-González, Álvaro ^[1] ; Onorati, Teresa ^[1] ; Morales Sánchez, Rodrigo ^[1] ; Salichs, Miguel Ángel ^[1]
  1. [1] Universidad Carlos III de Madrid

     Universidad Carlos III de Madrid

     Madrid, España

     
• Localización: XLIII Jornadas de Automática: libro de actas: 7, 8 y 9 de septiembre de 2022, Logroño (La Rioja) / coord. por Carlos Balaguer Bernaldo de Quirós, José Manuel Andújar Márquez, Ramón Costa Castelló, C. Ocampo-Martínez, Juan Jesús Fernández Lozano, Matilde Santos Peñas, José Simó, Montserrat Gil Martínez, José Luis Calvo Rolle, Raúl Marín, Eduardo Rocón de Lima, Elisabet Estévez Estévez, Pedro Jesús Cabrera Santana, David Muñoz de la Peña Sequedo, José Luis Guzmán Sánchez, José Luis Pitarch Pérez, Óscar Reinoso García, Óscar Déniz Suárez, Emilio Jiménez Macías, Vanesa Loureiro-Vázquez, 2022, ISBN 978-84-9749-841-8, págs. 654-661
• Idioma: español
• Títulos paralelos:
  • Using social media mining to improve the interaction with a social robot: a proposal
• Enlaces
  • Texto completo
• Resumen
  • español

    Actualmente, las capacidades de interacción de los robots sociales son limitadas y, después de un tiempo de convivencia, los diálogos que pueden mantener son percibidos como predecibles, repetitivos y poco naturales. Esto puede llevar a una pérdida de interés de la persona en el robot. Si se quiere apostar por una convivencia exitosa y larga, es necesario dotar los robots de discursos más variados y que se adapten fácilmente a los cambios de necesidades que pueda haber en los usuarios. En esta contribución se propone una metodología que combina técnicas de minería de datos y de aprendizaje automático para, mediante el contenido publicado en las redes sociales, definir la comunicación verbal del robot de una forma dinámica. Se propone extraer información útil de las redes sociales para construir modelos de conocimiento basados en temas que son de interés para el usuario y en el contexto de la interacción con el robot. Además, se plantea mantener el modelo actualizado de acuerdo con la nueva información que se publique o cambios que pudieran ocurrir desde un punto de vista del usuario.

  • English

    Currently, the interaction capabilities of social robots are limited and, especially in long-term interactions, the human-robot dialogues can be perceived as predictable, repetitive, and unnatural. This situation can lead the user to lose interest in the robot. If we want to bet on a successful and long-lasting coexistence, it is necessary to provide robots with more varied discourses that can adapt to the changing needs of the users. This contribution proposes a methodology that combines data mining and machine learning techniques to dynamically define the robot’s verbal communication through the content published on social networks. We propose to extract useful information from social networks to build knowledge models based on the context of the interaction so that it changes according to the published information.