LaPraS: Language Profiling and Segmentation

Hoewel chat- en voicebots vandaag multi-inzetbaar zijn als extra webcarekanaal, schieten ze op één wezenlijk vlak tekort: hun conversationele capaciteiten zijn gelimiteerd. Doorgaans produceren ze standaardantwoorden, die robotachtig en afstandelijk klinken. Chatbotgebruikers geven in meerdere bevragingen aan de natuurlijkheid van een menselijk aanvoelend gesprek te missen.
 
Binnen dit project ontwikkelen we een algoritme dat Vlaamse chat- en voicebotgebruikers van 18 tot 24 jaar gepast en persoonlijk van antwoord dient. Na de implementatie van het algoritme zullen de bots in staat zijn om te lezen en te horen welke emotie een consument uitdrukt en welke persoonlijkheidskenmerken hij of zij heeft.
 
We ontwikkelen dit algoritme voor spelers die inzetten op chat- en voicebots binnen webcare en die producten en diensten voor jongeren aanbieden. Vandaag zet al 25% van de Belgische bedrijven in op AI, tegen 2021 zal dat percentage 45% bedragen. De ontwikkeling van dit algoritme speelt een cruciale rol in het reputatiemanagement van die bedrijven: hoe menselijker het online contact, des te positiever klinkt de word-of-mouth.