Chatbot - Initialisation basée sur retrieval method

Fonctionnement du chatbot sous carte mentale:

Dans le cadre du projet “My S Life”, on commence par un modèle du chatbot simple, c’est-à-dire qu’on imagine que nos dialogues sont à un tour, ce qui n’est pas le cas réel bien sûr. Mais ça nous permet de se concentrer sur l’architecture du chatbot pour le moment.

Modélisation de types de questions (Intent Classes)

On a besoin de modéliser les intentions des utilisatrices, pourquoi elle a posé cette question, quelles sont ses attentes, etc. Peut-être que pour l’humain, c’est évident. Mais là, ce genre de modélisation est plutôt pour la machine.

Ici, j’ai pris le thème “douleurs pendant les rapports” comme exemple. On a deux cas, avec ou sans contexte, suivi de 4 types de questions.

Le chatbot va renvoyer 3 types de réponses correspondantes.

Points d’amélioration

• Mettre en avant/valeur/lumière l’intérêt d’IA, la partie “réécriture” n’est pas claire.
• A quoi sert la typologie de questions/réponses ???? Si l'utilisatrice pose une question de type 5 (qui n'existe pas) ? S'il manque les réponses de type 3 dans notre base de données
• Détails concernant le produit final: si l’utilisatrice dit “Bonjour, je suis Juliette (prénom de fille), j’ai 20 ans et je suis avec mon copain depuis un mois.” Le chatbot ne pose plus de questions sur l’âge, la sexe et l’orientation sexuelle par exemple.

Clarification sur la source de données

On peut profiter des corpus scrappés depuis des forums de santé, mais que pour la recherche.

Contrainte côté Juliette

• Evaluation du chatbot : les experts n’ont pas le temps d’évaluer la qualité des réponses → ce sera sûrement un processus d’évaluation automatique