Desde la introducción de chatbots basados en aprendizaje profundo para servicios de conocimiento, se han realizado muchos esfuerzos de investigación y desarrollo en una variedad de campos. El mercado global de chatbots ha crecido dramáticamente como resultado de una fuerte demanda. Sin embargo, la limitada escalabilidad funcional de los chatbots de dominio abierto plantea un desafío para su implementación en industrias. Se ha realizado mucho trabajo en la creación de chatbots para idiomas como inglés, chino, etc. Aún así, existe la necesidad de desarrollar chatbots para otros idiomas como árabe, persa, etc., ya que se utilizan ampliamente en Internet hoy en día. En este documento, presentamos ArRASA como una estrategia de optimización de canal basada en una plataforma de aprendizaje profundo para crear un chatbot que comprenda el árabe. ArRASA es un chatbot de dominio cerrado que puede ser utilizado en cualquier industria árabe. El sistema propuesto consta de cuatro partes principales. Estas partes incluyen la tokenización de texto, la caracterización de características, la categorización de intenciones y la extracción de entidades. El rendimiento de ArRASA se evalúa utilizando métricas de evaluación tradicionales, es decir, precisión y puntuación F1 para las tareas de clasificación de intenciones y extracción de entidades en el idioma árabe. El marco propuesto logra resultados prometedores al obtener un 96%, 94% y 94%, 95% de precisión y una puntuación F1 para la clasificación de intenciones y la extracción de entidades, respectivamente.