Accessing university information is often difficult for students. They are frequently forced to navigate complex websites or contact administrative offices directly, overloading the university’s communication channels. To solve this problem, this thesis presents Minerv.ai, a virtual assistant designed specifically for the University of Pavia. Its goal is to automate basic support and improve the user experience. Methodologically, the system improves upon traditional chatbots by using a Retrieval-Augmented Generation (RAG) architecture. This technique combines precise search on official documents with the capabilities of Large Language Models (LLMs). This ensures relevant answers based on real data, minimizing the risk of incorrect information.

L'accesso alle informazioni universitarie risulta spesso ostico per gli studenti, costretti a navigare in portali complessi o a richiedere assistenza diretta alle segreterie, saturando i canali di comunicazione degli atenei. Per rispondere a questo problema, la tesi presenta lo sviluppo di Minerv.ai, un assistente virtuale conversazionale progettato specificamente per l'Università di Pavia, con l'obiettivo di automatizzare il supporto di primo livello e migliorare l'esperienza utente. Dal punto di vista metodologico, il sistema supera i limiti dei chatbot tradizionali adottando un'architettura Retrieval-Augmented Generation (RAG). Questa tecnica combina la precisione della ricerca semantica su documenti ufficiali con le capacità generative dei Large Language Models (LLM), garantendo risposte pertinenti e basate su dati reali, riducendo al minimo il rischio di produrre informazioni errate.

Minerv.ai: progettazione e sviluppo di un chatbot basato su Retrieval-Augmented Generation (RAG) a supporto degli studenti dell'università di pavia.

MAGNELLI, PIETRO
2024/2025

Abstract

Accessing university information is often difficult for students. They are frequently forced to navigate complex websites or contact administrative offices directly, overloading the university’s communication channels. To solve this problem, this thesis presents Minerv.ai, a virtual assistant designed specifically for the University of Pavia. Its goal is to automate basic support and improve the user experience. Methodologically, the system improves upon traditional chatbots by using a Retrieval-Augmented Generation (RAG) architecture. This technique combines precise search on official documents with the capabilities of Large Language Models (LLMs). This ensures relevant answers based on real data, minimizing the risk of incorrect information.
2024
Minerv.ai: Design and development of a chatbot based on Retrieval-Augmented Generation (RAG) to support University of Pavia students.
L'accesso alle informazioni universitarie risulta spesso ostico per gli studenti, costretti a navigare in portali complessi o a richiedere assistenza diretta alle segreterie, saturando i canali di comunicazione degli atenei. Per rispondere a questo problema, la tesi presenta lo sviluppo di Minerv.ai, un assistente virtuale conversazionale progettato specificamente per l'Università di Pavia, con l'obiettivo di automatizzare il supporto di primo livello e migliorare l'esperienza utente. Dal punto di vista metodologico, il sistema supera i limiti dei chatbot tradizionali adottando un'architettura Retrieval-Augmented Generation (RAG). Questa tecnica combina la precisione della ricerca semantica su documenti ufficiali con le capacità generative dei Large Language Models (LLM), garantendo risposte pertinenti e basate su dati reali, riducendo al minimo il rischio di produrre informazioni errate.
File in questo prodotto:
File Dimensione Formato  
TESI - MAGNELLI PIETRO 537750.pdf

accesso aperto

Dimensione 4.6 MB
Formato Adobe PDF
4.6 MB Adobe PDF Visualizza/Apri

È consentito all'utente scaricare e condividere i documenti disponibili a testo pieno in UNITESI UNIPV nel rispetto della licenza Creative Commons del tipo CC BY NC ND.
Per maggiori informazioni e per verifiche sull'eventuale disponibilità del file scrivere a: unitesi@unipv.it.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.14239/33123