Création d'un chatbot - Retour d'expérience

Blogues

Création d'un chatbot - Retour d'expérience

Imaginez un monde où les interactions homme-machine seraient aussi simples qu’un échange verbal avec son semblable. Ce monde est juste à notre porte, et le développement et l’engouement pour les chatbots (les robots conversationnels) en sont la preuve et la promesse.

J’ai eu l’occasion de réaliser un prototype de chatbot intégré à Facebook Messenger. Le but de ce robot était d’afficher des événements dans la région Toulousaine en fonction de la demande de l’utilisateur, en se basant sur une API ouverte de l’agenda culturel de la ville de Toulouse.

Pour cela, j’ai segmenté mon application en trois parties :

  1. une partie décomposant la saisie de l’utilisateur pour en retirer des mots-clés et présager de son intention.

  2. une partie, si l’intention de l’utilisateur était bien de rechercher des événements, construisant la requête appropriée pour les événements recherchés.

  3. La construction de l’affichage de la liste des événements.

Dans un premier temps l’extraction de l’intention de l’utilisateur était faite “à la main” en testant la présence de certains mots-clés, mais cette approche s’est vite avérée très rigide et fastidieuse.

J’ai donc opté pour l’utilisation du traitement automatique du langage naturel ( TALN ) et la possibilité de l’ajuster via Wit.ai

 

Cette optimisation a drastiquement amélioré l’expérience utilisateur :

  • d’une part la compréhension des dates est étonnamment performante “out of the box”,

  • d’autre part toutes les données saisies depuis l’application sont interceptées par Wit.ai et il est possible de confirmer ou au contraire d’infirmer ou de modifier leurs interprétations. Ainsi il est possible d'apprendre à notre chatbot à être plus pertinent dans ses interprétations.

Cette possibilité de profiter du machine learning, couplée à la faculté de définir de nouveaux types d’intentions et de catégories “à la volée” a permis de produire un prototype satisfaisant répondant aux besoins de l’utilisateur formulés de manière naturelle.

Pour aller plus loin et améliorer l’expérience utilisateur, il semble important de bien appréhender l’expérience conversationnelle avec un chatbot à l’échelle de la conversation entière et non de la réplique. Pour cela chaque information pertinente saisie par l’utilisateur devrait alimenter un pool de données influençant l’interprétation et la manière de répondre du chatbot.

De manière plus générale, ce type de fonctionnement pourrait être étendu à la relation entre l’utilisateur et le chatbot (ou une intelligence artificielle plus largement) au fil des conversations, permettant d’extraire les habitudes, les préférences de l’utilisateur de façon totalement transparente et ainsi aller au devant de ses attentes... En bref une personnalisation de l’expérience utilisateur inégalée se faisant naturellement au détour d’une conversation.

 

 

00

Plus d'entrées de blog

thumbnail
thumbnail
Ajouter des commentaires
Powered by Liferay - Copyright © Beorn Technologies 2020 - Mentions légales