Chatbots : conception et usages

• Chatbot, quels types pour quels usages ?
• Natural Language Processing (NLP) et Machine Learning.
• Les Frameworks de bots versus les plateformes pour bots.

Rappels Node.js

• Rappels JavaScript ES/2015.
• L'approche modulaire de Node.js.
• La gestion événementielle, la gestion des routes, la persistance des données.
• Packages utiles pour le développement de chatbots.

Architecture d'un chatbot

• Les différents composants : connecteurs, adaptateurs, modules NLP, actions…
• Cible I/O : plateformes de messagerie, API publiques...
• Architecture logique : Messager, Classifier, Analyser, Responder, Selector.
• Définir les intentions, réponses et entités.
• Configurer des connecteurs pour les API externes.

Conception du flux conversationnel

• Identifier les utilisateurs potentiels et analyser leurs besoins.
• Implémenter un scénario de réponse à un besoin métier.
• Définition de conversations simples et de conversations complexes.
• Modéliser l'arborescence de décisions et gérer les impasses.
• Personnaliser les réponses.

Traitement du langage naturel (Natural Langage Processing)

• La démocratisation de l'Intelligence Artificielle.
• NLU et NLP, principes des systèmes de compréhension du langage naturel.
• Intentions, utterances et entités.
• Définir une personnalité, un caractère pour votre chatbot.
• Moteurs de langage naturel : Dialogflow, Wit.ai, LUIS.ai, Lex, Recast.ai...
• Entraîner et faire évoluer son chatbot.
• Les Frameworks du Machine Learning (TensorFlow.js, ...).

Déploiement et intégration au Système d’Information

• Solutions d'hébergement pour la publication du chatbot.
• Se connecter à un service de messagerie instantanée (Slack, Facebook Messenger, Teams...).
• Liaison avec d'autres applications du SI.

Enrichissement du chatbot

• Gestion du contexte et de la mémorisation.
• Persistance des données, contextes, conversations « logs».
• Plateformes et outils pour les statistiques, indices clés (KPI).