Méthode algorithmique d’apprentissage pour améliorer l’impact de systèmes de dialogue

Le stagiaire entreprendra la tâche d’améliorer la robustesse des systèmes de dialogue de la Banque nationale. Afin qu’un système de dialogue soit apprécié par les utilisateurs, il est primordial que cette technologie réponde de façon appropriée à une question. Une erreur propagera de la fausse information et diminuera la crédibilité de l’organisation, deux graves problèmes. Le stagiaire travaillera sur la réduction de ces erreurs ce qui valorisera l’efficacité de ces systèmes de dialogue. Un système de dialogue efficace apporte beaucoup de valeur à la Banque en diminuant l’attente pour contacter un agent du service à la clientèle et en accélérant l’accès à l’information pour le client. Ces actions permettent d’améliorer une des priorités la plus importante pour la Banque Nationale, soit l’expérience client.

Faculty Supervisor:

Ioannis Mitliagkas

Student:

Partner:

Banque Nationale du Canada

Discipline:

Computer science

Sector:

Finance and Insurance; Professional, scientific and technical services

University:

Université de Montréal

Program: