ASISTENTE VIRTUAL PARA EL ÁREA DE

ADMISIONES DE LA UNIVERSIDAD DEL VALLE

Desarrollo de Software

ANDRÉS FERNANDO MARTÍNEZ VALENCIA

201710064
andres.fernando.martinez@correounivalle.edu.co

Director
OSCAR BEDOYA
oscar.bedoya@correounivalle.edu.co

Facultad de Ingeniería
Escuela de Ingeniería de Sistemas y Computación
Programa Académico de Ingeniería de Sistemas
Cali, Marzo 26 de 2019
 Tabla de Contenido

Resumen 2
1 Planteamiento y Formulación del Problema 3
2 Justificación del Problema 4
2.1 Justificación Económica 4
2.2 Justificación Social 4
2.3 Justificación Académica 4
3 Objetivos 4
3.1 Objetivo General 4
3.2 Objetivos Específicos 4
3.3 Resultados Esperados 4
4 Alcances de la Propuesta 5
5 Marco Referencial 5
5.1 Glosario 5
5.2 Antecedentes o Estado del Arte 5
5.3 Marco Teórico 8
6 Metodología 11
6.1 Actividades a Realizar 12
6.2 Cronograma de actividades 13
7 Presupuesto 13
​8 Bibliografía 14

1
 Resumen

La propuesta de trabajo de grado consiste en el desarrollo de un asistente virtual para el sitio web del
área de admisiones de la Universidad del valle (​http://admisiones.univalle.edu.co​), centrado en los
procesos de admisión de pregrado Cali y pregrado sedes. De esta manera se pretende sacar un gran
peso de algunos procesos que deben manejar los monitores de esta área y además, agilizar la
entrega de información al usuario que la necesita. Un asistente virtual es un derivado de los
buscadores que es capaz de analizar las peticiones del usuario en lenguaje natural y ofrecer
respuestas también en lenguaje natural que satisfagan sus necesidades. Así, el asistente virtual tiene
que cumplir con el propósito de mejorar la interacción del usuario con el sitio web de admisiones,
brindarle respuestas certeras o ayudarle a obtener enlaces a páginas dentro del dominio del sitio web
de la universidad. En particular, el asistente que se propone en este trabajo de grado tiene seis
partes: interfaz, controlador, analizador gramatical, base de datos con el conocimiento de los
procesos de admisión anteriormente nombrados, sugerencias inconvenientes y chatbot.

El asistente virtual que se propone estará desarrollado en los lenguajes de programación PHP
(Symfony Framework 3.4), JavaScript, HTML5 y CSS3 por lo que es una aplicación web y se utiliza el
lenguaje estructurado AIML para crear los patrones de coincidencia y las respuestas que dará. El
asistente también tiene un módulo de aprendizaje, que le permite adquirir conocimiento a partir de las
afirmaciones hechas por el usuario que sostiene una conversación con él, o de la aceptación de
respuestas sugeridas sobre aplicación interna manejada por monitores del área de admisiones.

2
1. Planteamiento y Formulación del Problema

La forma en que las personas estructuran sus consultas en los buscadores limita los resultados
obtenidos debido a que la mayoría de usuarios no conocen estrategias de búsquedas o la estrategia
utilizada por los buscadores para mostrar los resultados suele ser poco amigable y muchas veces al
usuario le toca visitar varias páginas para obtener la respuesta deseada que cumpla los parámetros
de precisión y actualidad de la información contenida en ella. En la página web del Área de
Admisiones de la Universidad del Valle se cuenta con extensa información de los diferentes procesos
de admisión que la integran y los diferentes actores que la componen. A pesar de que se ha venido
renovando y mejorando la manera de mostrar la información en esta página, los usuarios que desean
aclarar sus dudas o tienen una pregunta en concreto, no llegarán fácilmente a una respuesta, por
ende, es necesario el uso de más de 10 monitores al día que usan diversos métodos de
comunicación con los usuarios o aspirantes a la universidad, como lo son los correos institucionales,
las llamadas telefónicas y la atención personal.

El problema particular a tratar en este trabajo de grado se basa en los canales de atención asignados
en el área de admisiones de la Universidad del valle (principalmente en el proceso de pregrado primer
semestre el cual es el proceso donde más se solicita información), los cuales no cumplen con la alta
demanda de usuarios por lo que al momento de entregar información a éstos; el tiempo de espera es
muy extenso. La pregunta de investigación que orienta este trabajo es: ¿Cómo agilizar el acceso a la
información de admisiones por medio de un proceso amigable y confiable donde la respuesta que los
aspirantes esperan, sea rápida y satisfactoria?

Para abordar el problema planteado, en este trabajo de grado se propone desarrollar un asistente
virtual al cual se le puedan realizar consultas en lenguaje natural sobre información del Área de
admisiones. Se espera que el asistente logre entregar información más precisa que un buscador
tradicional, esto mejora la satisfacción del cliente ya que reduce los tiempos de entrega de
información.

2. Justificación del Problema

Justificación Social
En muchas ocasiones las personas se enfrentan a la página del Área de Admisiones de la
Universidad del Valle queriendo hacer consultas específicas. El asistente virtual que se propone
desarrollar ayudará al usuario a encontrar la información que necesita e intentará interpretar lo que el
usuario solicitó para obtener mejores resultado, siendo de gran utilidad para estudiantes de primer
semestre quienes llegan a la universidad sin conocer muchas cosas de ella, en este caso el asistente
virtual tendría la capacidad de iniciarlos a este nuevo mundo.

Justificación Académica
Otro factor por el cual sería importante desarrollar este proyecto es que se motive el desarrollo de
este tipo de herramientas, que cada día que pasa están aumentando sus fuerzas en la sociedad, y se
pueden encontrar en muchos ámbitos con aplicaciones de servicio al cliente, educación, idiomas,
marketing, entretenimiento, entre otros.
3
3. Objetivos

3.1. Objetivo General

Desarrollar un asistente virtual que permita realizar consultas en lenguaje natural sobre información
del Área de admisiones referentes a los procesos de pregrado para estudiantes de primer semestre.

3.2. Objetivos Específicos

● Seleccionar la información del área de Admisiones que estará disponible en el

asistente virtual
● Implementar el analizador gramatical
● Implementar un módulo de aprendizaje
● Realizar las pruebas al asistente virtual

3.3. Resultados Esperados

Objetivos Específicos Producto(s) Esperados

Seleccionar la información del área de Base de datos con un orden y jerarquía, de
Admisiones que estará disponible en el manera que se puedan leer y manipular de
asistente virtual manera más sencilla.

Implementar el analizador gramatical Analizador gramatical que puede identificar las

palabras clave de la búsqueda.
Implementar un módulo de aprendizaje Asistente virtual accesible desde la aplicación de
inconveniente e Información con la
retroalimentación por el uso del software de
asistente virtual en la aplicación de
inconvenientes.
Realizar las pruebas al asistente virtual Módulo para el uso del asistente virtual que
permite las pruebas con información y procesos
reales y Documento donde se exprese el
comportamiento del asistente virtual en su área
y que futuro tiene para la expansión de este en
los demás procesos.

4
4. Alcances de la Propuesta
El presente proyecto se limitará a la creación de un chatbot con inteligencia artificial para entregar
información a los usuarios en el tema de pregrado primer semestre de cali y sedes regionales. Como
resultado de este trabajo de grado no hay un compromiso de que el asistente virtual quede finalmente
funcionado al público en la página de admisiones dentro de las fechas límites para su entrega.

5. Marco Referencial

5.1. Glosario
Chatbot [1]: Programa informático que tiene acceso a conversaciones reales con los usuarios a través
de una interfaz de chat.

Pregrado Cali en el Área de admisiones [2]: Procedimiento adoptado por la Universidad del Valle
para realizar el proceso de inscripción y admisión para aspirantes a los programas académicos de
pregrado en la sede Cali.

Pregrado Sedes Regionales [3]: Procedimiento adoptado por la Universidad del Valle para realizar el
proceso de inscripción y admisión para aspirantes a los programas académicos de pregrado en las
sedes regionales. (Buga, Caicedonia, Cartago, Pacifico, Palmira, Tuluá, Zarzal, Yumbo y Norte del
Cauca)

5.2. Antecedentes o Estado del Arte

Los asistentes virtuales se han convertido en una estrategia ampliamente usada en ambientes
académicos y de fines comerciales. En este capítulo se presentan y describen algunos de los
asistentes virtuales desarrollados hasta el momento.

5.2.1. Tabot, nuevo asistente virtual de​ Bancolombia​ [4]

Pensando en lograr una experiencia superior y una mayor interacción entre el cliente y la entidad,
Bancolombia ha creado un asistente virtual; ​Tabot​, es una solución que busca proporcionar dentro de
un nuevo canal de comunicación una respuesta inmediata y disponible las 24 horas del día, los siete
días de la semana, funcionalidades para aquellos usuarios que aprovechan la plataforma de las redes
sociales para recibir orientación o solicitar ayuda sobre algunos productos del banco.

Tabot es un robot disponible en el Messenger de Facebook creado por el Centro de Competencias en

Inteligencia Artificial de la organización, siendo el resultado de una investigación en tecnología
enfocada a mejorar la experiencia de los usuarios.

Inconvenientes:

Debido a la cantidad de procesos en el área de admisiones, es muy difícil contestar rápidamente

todos los correos ya que cada correo tiene un tema distinto de distintos procesos lo cual hace que la
cola de información en espera sea muy larga. Por esta razón se ha creado una aplicación que puede
ser adaptada fácilmente en cualquier proceso en la página del área de admisiones, ayudando a
5
separar los procesos que se preguntan y que cada usuario pueda dar respuesta rápida al proceso
que ya tiene claro y donde más se desenvuelve.

5.2.2. Asistente virtual Lucy[5]

En la Universidad Complutense de Madrid (UCM) se realizó un trabajo muy similar al que se propone
en este trabajo de grado, un asistente virtual para la web de la facultad de informática. El asistente
virtual se conoce como Lucy y consta de cinco módulos que se interconectan a través de un
controlador que maneja el flujo del sistema.

Flujo de proceso en Lucy

El controlador recibe la pregunta del usuario, hace la solicitud de respuesta a un chatbot pasándole la
pregunta. Si el chatbot tiene la respuesta, se la retorna al controlador y este a su vez a la interfaz para
que la despliegue. En caso de que el chatbot no tenga la respuesta, se evalúa si la pregunta contiene
tres palabras o menos, de ser así el controlador la trasmite a la base de datos. De encontrarse la
respuesta en la base de datos se obtiene y se pasa al controlador y este la envía a la interfaz para
que la despliegue. En el caso que la pregunta esté compuesta por más de tres palabras o que no
haya devuelto respuesta la base de datos, la pregunta es enviada a un analizador gramatical
(GRAMPAL) para obtener las palabras clave de la búsqueda y es reenviada a la base de datos para
revisar si las palabras clave devuelven respuesta. Si hay nuevamente negativa de la base de datos,
las palabras clave son enviadas a un buscador (SOLR) y se devolvería una lista con las URL’s
retornadas por el buscador. En caso de que el buscador no retorne nada, en la interfaz se
desplegaría un mensaje de error.

5.2.3. Asistente virtual Elvira [5]

En la Universidad de Granada España se realizó un asistente virtual para la web de esta universidad.
El asistente virtual se llama Elvira, está dotado de inteligencia artificial que le permite contextualizar,
interpretar, reformular e intuir, realizando un procesamiento inteligente de la pregunta y puede
responder en lenguaje natural escrito o hablado. Consta de tres módulos principales, Analizador de
Lenguaje Natural (NLU, ​Natural Language Understander)​ , Administrador de diálogos (DM, ​Dialog
Manager), Generador de Comunicación (CG, Communication Generator).

5.2.4. ​Analizador de Lenguaje Natural (NLU, Natural Language Understander) [​ 5]

Es el módulo encargado de realizar la identificación de las unidades de información referidas en la

pregunta ingresada por el usuario. Para ello se realizan dos pasos, el primero, reduce el lenguaje de
la pregunta a un vocabulario específico para ser gestionado con mayor facilidad, permitiendo corregir
algunos errores gramaticales, sustituir palabras con sinónimos o nombres complejos con
abreviaturas. En el segundo paso se hace uso de archivos testigos para generar una lista con todas
las unidades de información que se referencian en la pregunta e información contextual, utilizada para
responder a la pregunta anterior del usuario.

6
Flujo del proceso
La pregunta se envía desde el cliente al servidor usando la tecnología AJAX (Asynchronous
JavaScript And XML), la cual es recibida en el servidor y pasada por el Analizador de Lenguaje
Natural (NLU). Luego, el analizador de lenguaje natural identifica las unidades de información a las
que se refiere la pregunta y retorna una lista ordenada de acuerdo a las categorías. Esta lista se pasa
al Administrador de diálogos (DM) que se encarga de generar las unidades información que se
responderá al usuario, filtrándolas para que sea lo más específica posible, es decir, para poder decidir
qué se va a decir sobre ellas y qué tipo de acción se debe tomar. Por último, el Generador de
Comunicación (CG), recibe la acción seleccionada y recupera y adapta la respuesta específica que se
compone por el texto de respuesta, la URL del archivo de sonido de la respuesta, URL’s de páginas
web que contiene contenido complementario y una lista de recomendaciones o temas que se puede
utilizar para continuar la conversación.

5.2.5. Asistente virtual Sami [5]

Es un prototipo diseñado en la Universidad Nacional Mayor de San Marcos Perú (UNMSM) que está
diseñado para dar soporte a temas relacionados con el Aula Virtual de la Universidad. Está dotado de
inteligencia artificial y emplea la técnica de Razonamiento Basado en Casos (RBC) [11] para realizar
las búsquedas en su base del conocimiento.

Flujo del proceso

La consulta escrita en lenguaje natural por el usuario se envía al servidor donde se le realiza un
proceso de normalización. Este proceso consta de una sustitución en la que se realizan reemplazos a
la entrada para ajustarla a los patrones almacenados en la base del conocimiento buscando
solucionar algunos problemas ortográficos, uso de jergas, abreviaciones, excepciones, entre otras.
Después de la sustitución se aplican una serie de funciones heurísticas procurando dividir la entrada
en varias oraciones más simples y luego se ajusta eliminando los caracteres no permitidos en los
patrones. Cuando ya se ha normalizado la entrada el siguiente paso consiste en la búsqueda en la
base del conocimiento, la cual se hace por emparejamiento, buscando por profundidad una categoría
que contenga el patrón que mejor se empareje con pregunta, retornado la respuesta para que sea
desplegada en la interfaz de usuario.

5.2.6. Asesor de pregrado UFAQbot [5]

Es un sistema de pregunta-respuesta orientado a estudiantes universitarios de pregrado, que cumple

con el objetivo de brindar información de admisión y sobre los cursos de la universidad.

Diseño
El sistema se basa en el chatbot Alicebot, lo que le permite responder a un conjunto de preguntas
predefinidas, además cuenta con un conocimiento propio sobre la universidad, el cual es adicionado
fácilmente con ayuda del lenguaje AIML.

7
El sistema está compuesto por 5 parte principales: ‘Semantic Mapper’, es el encargado de mapear la
entrada del usuario en elementos semánticos; ‘Context Mediator’, resuelve los conflictos semánticos;
‘Topic Navigator’, encargado de navegar por la fuente del conocimiento; ‘Response Generator’,
genera la respuesta en lenguaje natural.

El ‘Information Repository’ se define como (E, e​0​, L), donde E corresponde a un conjunto de
episodios, L a una lista de enlaces, que indica la relación entre dos episodios, y e​0 a un episodio
especial correspondiente al mundo exterior. Con el conocimiento representado de esta manera se
obtiene la probabilidad de que se dé un episodio a partir de otro, calculado la probabilidad de todos
los relacionados con el episodio actual, se genera una respuesta con el de mayor valor, pero el flujo
de la conversación depende principalmente de las entradas del usuario.

El ‘Topic Navigator’ es el encargado de hacer la transición del episodio actual al siguiente, este
depende de la determinación de los elementos sintácticos realizada por el ‘Semantic Mapper’. Pero si
hay elementos sintácticos en conflicto el ‘Context Mediator’ genera una consulta, que el ‘Response
Generator’ toma para construir un texto en lenguaje natural con el que solicita información adicional al
usuario. Una vez se han determinado los elementos sintácticos con éxito, el ‘Topic Navigator’ obtiene
el episodio correspondiente a este.

Cuando se ha completado la transmisión el componente ‘Topic Finder’ recolecta todos los enlaces
que se originaron desde el episodio actual hasta sus vecinos y son enviados para que el ‘Response
Generator’ genere la respuesta apropiada, combinando todas las contenidas en los nodos de
información dependiendo de los enlaces y sus valores de preferencia.

5.3. Marco Teórico

Se tendrán en cuenta algunos conceptos básicos relacionados con el diseño, desarrollo y despliegue
de un asistente virtual, siguientes puntos describen los elementos que hacen parte de un asistente
virtual (tomado de [5]):

5.3.1. Lenguaje AIML (Artificial Intelligence Mark-up Language) [6]

Es un lenguaje compatible con XML. Desde que se creó aproximadamente 15 a 20 años, ha sido
utilizado como la herramienta principal para la creación de diferentes chatbots debido a su facilidad
de uso y a la diversidad de comunidades que han surgido, mejorando los primeros chatbots y
adaptándolos a diferentes ámbitos. Como AIML está basado en XML, tiene una estructura
determinada, compuesta por etiquetas que permiten definir respuestas a ciertos patrones de entrada.

Las etiquetas que compone este lenguaje son: Las categorías (<category>), son las unidades
fundamentales del conocimiento y contiene al menos un patrón y su respuesta. Los patrones
(<pattern>), el texto ingresado por el usuario es comparado con el patrón. Las respuestas

8
(<template>), contienen las salidas que dará el chatbot cuando la entrada coincide con el patrón. A la
respuesta se le puede adicionar algunas etiquetas para personalizarla. Respuesta aleatoria
(<random>), permite almacenar un conjunto de respuestas para un patrón y se retorna aleatoriamente
una de estas. Especificación (<that> o <topic>), dotan de un contexto específico a la categoría,
permitiendo dar diferentes respuestas a la misma pregunta dependiendo del contexto. En la Figura 1
se muestra la estructura de un archivo AIML. En este caso cuando la oración ingresada por el usuario
coincida con el patrón “WHAT ARE YOU”, el asistente virtual responde con el texto que está
contenido dentro de la etiqueta <template>.

Figura 1. Ejemplo de estructura de un archivo AIML. Tomado de [6]

Además de las etiquetas básicas, Program O permite utilizar otras etiquetas para brindar mayor
versatilidad y mejores funcionalidades, estas son: asignación de valores a variables (<set>) y
obtención de dichos valores (<get>), etiquetas que pueden ser utilizadas durante la conversación
para que el chatbot recuerde alguna información relevante. Condicional (<condition>), la que permite
validar las variables almacenadas y dar respuestas dependiendo del contenido de éstas. Y por último,
la etiqueta de aprendizaje (<learn>), con la cual se podrá crear nuevos patrones con sus template a
partir del diálogo con el usuario.

5.3.2. Program O [7]

Program-O, intérprete AIML escrito en PHP con una base de datos MySQL que almacenar
información de chatbot . Program O consta de un completo panel administrativo de chatbots donde se
pueden configurar todas sus opciones, como importar los archivos AIML, modificarlos, configurar
palabras mal sonantes y mal escritas, hacer pruebas, etc. Este motor de procesamiento está
implementado en PHP con MySQL y puede ser instalado localmente en el servidor. En la Figura 2 se
muestra el panel de administración de Program O.

9
 Figura 2. Panel de administración de Program O.

5.3.3. Motor de Búsquedas [8]

Son instrumentos que permiten a los usuarios, de manera interactiva, localizar información disponible
en Internet. Como resultado de la exploración se presenta una organizada lista de documentos que
cumplen completa o parcialmente los criterios exigidos

5.3.4. Analizador Gramatical

Las oraciones o sentencias están compuestas por un conjunto de tokens (palabras o signos de
puntuación) los cuales a su vez tienen unos rasgos morfológicos, que determinan las funciones que
cumple cada token libre de contexto (Adquiridos a través de un analizador morfológico). Los
tageadores utilizan diccionarios etiquetados, conjunto de reglas morfológicas y ortográficas, de los
cuales se pueden obtener probabilidades para poder identificar qué funciones morfológicas son más
adecuadas para un token en la oración. En la Tabla 1 se muestra las funciones morfológicas de las
palabras.

Tabla 1. Vocabulario análisis morfológico. Tomado de [9]

10
Algunos ejemplos de clases de palabras se describen a continuación [10].

o Nombres o sustantivos, se le designa a los objetos materiales o ideales de la realidad

pensándose con conceptos independientes. Ejemplo: profesor, decano, facultad.

o Adjetivos, se le designan a los objetos materiales o ideales de la realidad pensándose con

conceptos dependientes como calificativos, cualidades, estados, origen o procedencia de los
nombres. Ejemplo: nuevo, antiguo.

o Artículos, anuncian al sustantivo. Ejemplo: el, los, las.

o Verbos, expresan comportamiento del sujeto o estados. Ejemplo: dictar, dirigir, presentar.

o Pronombres personales, indica las personas gramaticales sin usar nombres. Ejemplo: yo, tu,
nosotros, ellos.

o Preposiciones, une elementos de distintas clases o función. Ejemplo: a, con, durante.

o Conjunciones, sirven como vínculo entre palabras y oraciones. Ejemplo: y, o.

En la Figura 3 se muestra un ejemplo de la salida de un analizador gramatical (Grampal) para la

oración “decano de la facultad de ingeniería”, donde se han obtenido tres palabras pertenecientes a
la categoría de Nombre (N), las cuales serían utilizadas como palabras clave para realizar la
búsqueda en la base de conocimiento.

Figura 3. Ejemplo de una respuesta del analizador gramatical. Tomado de [11]

6. Metodología

La metodología de desarrollo utilizada es XP (Extreme Programming), bajo esta metodología se

realiza el levantamiento de las historias de usuarios y se basa en la realización de ciclos cortos, es
decir, en lugar de entregar todo lo que se pueda desear en una fecha lejana en el futuro, se entrega el
software que necesita a medida que lo necesita en donde se obtiene retroalimentación por cada
entrega [12]

11
6.1. Actividades a Realizar

Objetivo Específico Actividad Resultado Esperado por

Actividad
1. Seleccionar la 1. Obtener la información que ● Base de datos organizada
información del área se encuentra en la base de y filtrada fácil para su fácil
de Admisiones que datos alimentada por la análisis.
estará disponible en el aplicación inconvenientes ● Documento con la
asistente virtual (aplicación creada en el 2018 definición de datos
en el área de admisiones concurrentes.
para atender de manera
ordenada los los
inconvenientes de los
usuarios).
2. Recopilar los datos de los
procesos que se utilizarán en
el desarrollo del software,
esto se obtiene analizando
los datos recopilados de la
aplicación de inconvenientes.
2. Implementar 1. Elaborar el analizador ● Analizador gramatical
analizador gramatical gramatical.
● Software asistente virtual
3. Implementar un 1. Elaborar backend del sin interfaz propia.
módulo de asistente virtual. ● Asistente virtual accesible
aprendizaje. 2. Elaborar el asistente virtual desde la aplicación de
únicamente para la entrega inconveniente.
de información como ● Información con la
sugerencia dentro de la retroalimentación por el
aplicación de inconvenientes. uso del software de
asistente virtual en la
aplicación de
inconvenientes.
4. Realizar las 1. Analizar la información ● complemento de
pruebas al asistente entregada por el asistente inconveniente con
virtual virtual. inteligencia artificial.
● Información con la
retroalimentación por el
uso del software de
asistente virtual.

12
6.2. Cronograma de actividades

MAYO JUNIO JULIO AGOSTO SEPTIEMBRE OCTUBRE NOVIEMBRE DICIEMBRE

SEMANA SEMANA SEMANA SEMANA SEMANA SEMANA SEMANA SEMANA

1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4

1.1

1.2
2.1
3.1
3.2
4.1

7. Presupuesto
Fuentes de financiación:

En calidad de monitor, se trabajará durante el desarrollo de software en el Área de Admisiones y

Registro Académico, en las oficinas se tendrán a disposición los elementos en especie requeridos
para el desarrollo del software presente en ese documento.
FUENTE
RUBROS TOTAL
Estudiante Universidad
Recursos Humanos $0 $6.720.000 $6.720.000
-Monitor $0 $6.720.000
Recursos Hardware $800.000 $2.480.000 $3.280.000
- Computador $0 $2.000.000
- Internet $0 $480.000
- Smartphone $800.000 $0
$0 $0
Otros Gastos $3.600.000 $0 $3.600.000
Desplazamiento $1.600.000 $0
Gastos Varios $2.000.000 $0
Servicios Técnicos $0 $0 $0
- Capacitaciones $0 $0
TOTAL $4.400.000 $9.200.000 $13.600.000

13
8. Bibliografía
[1] Conozca el primer chatbot con inteligencia artificial del país (2018, Agosto),
https://www.eltiempo.com/tecnosfera/conozca-el-primer-chatbot-con-inteligencia-artificial-del-pais-189010
[2] ¿Por qué necesitas un Chatbot? (2018, Agosto),
https://planetachatbot.com/por-qu%C3%A9-necesitas-chatbots-bf5f290fe4bc
[3] Manual de inscripción y admisión a pregrado cali (2018,Agosto),
http://admisiones.univalle.edu.co/new/_new/interior/#manual
[4] Manual de inscripción y admisión a pregrado sedes regionales (2018,Agosto),
http://admisiones.univalle.edu.co/new/_new/sedes/#manual
[5] ASISTENTE VIRTUAL CHATBOT PARA LA WEB DE LA UNIVERSIDAD DEL VALLE (2019, Marzo),
https://docs.google.com/document/d/1snzlyHUArHEebEA0G9NUPhapnHBFWzssL5CW_41VEvw/edit?usp=sharing
[6] A.L.I.C.E., “AIML: Artificial Intelligence Markup Language.​”​ (2019, Marzo),​ ​http://www.alicebot.org/aiml.html.
[7] Program-O, intérprete AIML escrito en PHP con una base de datos MySQL que almacenar información de chatbot
(2019, Marzo) , ​https://github.com/Program-O/Program-O
[8] Bases de datos, motores de búsqueda e índices temáticos, (2019, Marzo) ,
http://rcientificas.uninorte.edu.co/index.php/salud/article/viewArticle/3822/5744#11
[9] Análisis morfológico (2019,Marzo), ​http://roble.pntic.mec.es/~msanto1/lengua/1anamorf.htm
[10] Elementos de gramática española, (2019, Marzo), ​http://repositorio.up.edu.pe/handle/11354/1528

[11] Grampal, (2019, Marzo),​ http://cartago.lllf.uam.es/grampal/grampal.cgi

[12] Extreme Programmingt, (2019, Marzo), ​http://www.agile-process.org/

14