Hasil Pencarian  ::  Simpan CSV :: Kembali

"ABSTRACTA conversational agent is a software that can communicate with humans by using natural language. Earlier approaches to build conversation agents were rule-based. With the rise of deep learning, the neural network models have been used to automatically infer the conversations used by the agents. This method allows skipping the cumbersome feature engineering process in the training and results in the application of conversational agents to the various field. There is one major problem in the neural network called catastrophic forgetting, a condition where the neural network will forget knowledge learned in the previous training phase and a new knowledge will be acquired. This problem can be mitigated by using a continuous learning model to sustain the old knowledge while keep learning new knowledge. In this project, we propose the application of neural conversational model on Dota 2, an online game with the continuous update, bug fixes, and new features. The continuous update feature has led to players struggling to stay informed of changes in the game features and characters. We propose the usage of a conversational agent with a continuous learning model to learn the everchanging patch notes while still maintaining previous patches knowledge. Our project has shown that elastic weight consolidation is not suitable for a dataset with text properties and would be better to be applied in other types of datasets which has been conducted in previous studies.

---

ABSTRACTConversational agent, adalah perangkat lunak yang digunakan untuk berkomunikasi dengan user menggunakan natural language. Pembuatan conversational agent sebelumnya menggunakan rule-based. Dengan munculnya Deep learning, model menggunakan neural network untuk menyimpulkan pembicaraan di dalam percakapan secara otomatis. Metode ini memungkinkan untuk melewati proses feature engineering di masa pelatihan dan menghasilkan conversational agent dalam banyak bidang. Namun ada satu masalah besar menggunakan neural network yaitu model akan melupakan pengetahuan yang sudah dipelajari dalam masa pelatihan sebelumnya dan pengetahuan baru akan didapatkan. Masalah ini bias di mitigasi dengan menggunakan continuous learning model untuk mempertahankan pengetahuan lama sambal mempelajari pengetahuan baru. Di dalam proyek ini, kami mengusulkan penerapan model percakapan neural network pada Dota 2, game online yang memiliki pembaruan berkelanjutan seperti memberbaiki bug dan fitur baru. Fitur pembaruan berkelanjutan telah meyebabkan pemain berupaya untuk tetap mendapatkan informasi tentang perubahan fitur dan karakter. Kami mengusulkan penggunaan conversational agent dengan continuous learning agar model dapat mempelajari perubahan yang terjadi di dalam permainan tersebut dan mempertahankan pengetahuan sebelumnya. Project ini telah menunjukkan bahwa elastic weight consolidation tidak cocok untuk dataset dengan property teks dan akan lebih baik untuk diterapkan pada jenis dataset lain yang telah dilakukan dalam studi sebelumnya"

"ABSTRAKPenelitian ini bermula dari adanya indikasi bahwa pemahamanbacaan sebagian siswa Sekolah Dasar masih tergolong rendah,termasuk pemahaman bacaan eksposisi. Hal ini diperkirakan akanberdampak negatif pada penguasaan pelajaran siswa dalam bidangstudi yang banyak menggunakan bahan bacaan. Karena sebagianbesar buku-buku pelajaran siswa adalah bacaan berbentuk eksposisimaka pemahaman bacaan eksposisi ini perlu sekali ditingkatkan.Salah satau strategi yang dapat meningkatkan pemahaman bacaanadalah memberi pertanyaan kepada siswa tentang bacaan tersebut.Dalam pemberian pertanyaan perlu juga dipertimbangkan variasipertanyaan, karana tipe pertanyaan yang berbeda akan menuntutpemahaman yang berbeda pula.Pemahaman dapat dibagi menjadi tiga tingkatan yaitu (1)pemahaman literal yang menuntut siswa memahami apa yang tertulissecara eksplisit dalam bacaan, (2) pemahaman inferensial yangmenuntut siswa memahami lebih daripada apa yang tertulis secara eksplisit dalam bacaan, antara lain menyimpulkan informasi dalambacaan, dan (3) pemahaman kritikal menuntut siswa melakukananalisa dan evaluasi pribadi terhadap bacaan. Pemahaman tingkatkedua dan ketiga ini sangat penting untuk melatih siswa berpikirlebih dalam dan kritis terhadap bacaan yang dibacanya.Walaupun pemberian pertanyaan, khususnya [ertanyaan yangbervariasi seperti di atas sangat bermanfaat, namun dalamkenyataannya guru-guru jarang memberikan pertanyaan inferensialdan kritikal. Siswa-siswa hanya diberikan pertanyaan yangsifatnya literal saja. Oleh karena itu, peneliti mencobamerancang suatu pelatihan menjawab pertanyaan untuk membantupemahaman bacaan siswa. Pelatihan ini meliputi pelatihan menjawabpertanyaan literal, inferential dan kritikal. Selanjutnyapelatihan ini ingin diuji keefektifannya dalam meningkatkanpemahaman bacaan.Penelitian ini akan menggunakan pendekatan kuasi eksperimendengan Noneequivalent Control Group Design yang melibatkan 79siswa dari dua SD Negeri di Jakarta. Siswa dikelompokkan ke dalamkelompok eksperimen (yang mendapat pelatihan menjawab pertanyaan)dan kelompok kontrol (yang tidak mendapat pelatihan menjawabpertanyaan). Pelatihan dilakukan sebanyak 11 kali pertemuan @ 80menit, dimana 1 minggu ada 2 kali pertemuan. Pada sebelum dansesudah pelatihan, siswa diberikan tes pemahaman bacaan. Karenasejak awal, latar belakang siswa pada kelompok eksperimen dankelompok kontrol tidak dapat disetarakan maka faktor-faktor yangsecara teoritis berpengaruh terhadap DV dikontrol dengan dijadikan sebagai kovariat. Oleh karena itu pengolahan statistikakan dilakukan dengan Analisis Kovarian (ANKOVA). Hasilpenelitian menunjukkan bahwa pada kelompok eksperimen terjadipeningkatan pemahaman bacaan, baik pemahaman secara keseluruhanmaupun pemahaman literal, inferensial dan kritikal dimana hal initidak terjadi pada kelompok kontrol. Dengan demikian hasil inimenunjukkan bahwa pelatihan menjawab pertanyaan efektif untukmeningkatkan pemahaman bacaan."

"This book has all your pregnancy and birth questions answered by experienced midwives. When it comes to dispensing care, advice and friendly reassurance during pregnancy and labour, midwives are the health professionals mothers want to turn to"