Riassunto analitico
Integrating refugees is a relevant social problem. In Frankfurt am Main, Frankfurt Big Data Lab and Accenture Foundation are promoting "Integreat", a project that aims to help refugees to acquire the necessary language skills and certifications to find a job in Germany. Integreat ranks among projects for social good based on data analysis. A virtual assistant has been developed in this thesis, chatbot. Its task is to help refugees to choose their learning path according to the principles of Self-Directed Learning, SDL. The assistant is fitted with a natural language interface. The prototype integrates a chatbot Messenger, needed to communicate with refugees in natural language, and a Graph DBMS, Neo4j, needed to store and link resources for educational and professional training. The main technologies used are: Facebook Messenger, as a messaging platform; Api.ai, as a service to process natural language; Neo4j as a graph DBMS; Graphenedb as hosting for Neo4j and Heroku to deploy the online application. A further result of the thesis is a methodological approach to create natural language interfaces with the support of a DBMS graph, applied to the case history of inclusion of refugees. The thesis is the result of a six-month period of study in Germany, from September 2016 to February 2017, in the framework of ERASMUS + program, thanks to the collaboration of the research group, DBGroup (UNIMORE), led by Professor Sonia Bergamaschi and the research team, Frankfurt Big Data Lab (Goethe University Frankfurt), led by professor Roberto V. Zicari.
|
Abstract
Il problema dell’inserimento dei rifugiati in alcune città è ormai noto. Nella città di Francoforte sul Meno, Frankfurt Big Data Lab e Accenture Foundation, stanno promuovendo il progetto “Integreat” che mira a migliorare la preparazione dei rifugiati, così che essi possano ottenere la conoscenza della lingua e le certificazioni necessarie per potere trovare occupazione in Germania. Integreat ricade fra i progetti per il bene sociale basati sull’analisi dei dati.
In questo lavoro di tesi si è sviluppato un assistente virtuale, chatbot, con la funzione di aiutare i rifugiati a scegliere il loro percorso di formazione secondo i principi dell’apprendimento auto-direzionato, SDL (Self-Directed Learning). L’assistente è dotato di un’interfaccia in linguaggio naturale.
Il prototipo realizzato integra un chatbot Messenger, necessario a comunicare con i rifugiati in linguaggio naturale, ed un Graph DBMS, Neo4j, necessario a memorizzare e collegare le offerte di formazione. Le principali tecnologie utilizzate sono: Facebook Messenger, come piattaforma di messaggistica; Api.ai, come servizio per elaborare il linguaggio naturale; Neo4j come DBMS a grafo; Graphenedb come hosting per Neo4j ed Heroku per distribuire l’applicazione online. Un risultato ulteriore del lavoro di tesi è un approccio metodologico per creare interfacce in linguaggio naturale con il supporto di un DBMS a grafo, applicato al caso di studio dell’inclusione dei rifugiati.
La tesi è stata svolta durante un periodo di studi di 6 mesi in Germania, settembre 2016 – febbraio 2017, nell’ambito del programma europeo ERASMUS+, grazie alla collaborazione tra il gruppo di ricerca, DBGroup (UNIMORE), guidato dalla professoressa Sonia Bergamaschi ed il gruppo di ricerca, Frankfurt Big Data Lab (Università Goethe di Francoforte sul Meno), guidato dal professore Roberto V. Zicari.
|