我应该使用 IBM Watson Conversation 或 Discovery 做什么？答案

【问题标题】：What should I use IBM Watson Conversation or Discovery?我应该使用 IBM Watson Conversation 或 Discovery 做什么？
【发布时间】：2017-09-22 14:58:26
【问题描述】：

我是 Watson 服务的新手。
我正在创建一个聊天机器人，以根据学生的个人资料为他推荐最好的课程。

我应该执行诸如
“2016 年哪门课程的截止百分比最高？”之类的查询，
“过去三年中，哪些是截止百分比最高的前 3 门课程？”等等，

我所做的是因为我有数据库管理的基本知识，所以我创建了 SQL 表。

但我正在考虑 IBM Watson Conversation and Discovery 将如何提供帮助。我应该完全使用对话来执行查询还是创建课程和其他参数的文档并使用 Discovery 检索答案并将其与对话集成。

最后我的问题是，Watson Conversation 足够了吗？

【问题讨论】：

标签： ibm-watson watson-conversation watson-discovery

【解决方案1】：

根据我使用 IBM Watson API 的经验...我认为对话就足够了，但是您需要使用很好的示例来训练意图和实体，就像上面的示例一样。您可以查看我的answer 使用intents 和entities 创建条件和Simon O'Doherty 的answer 在Watson Conversation Service 中创建#Intents 和@Entities 时的最佳实践.

如果您已经使用数据创建了tables，则不需要使用 Discovery，因为使用 Discovery 您将查询非结构化文档，在这种情况下：JSON、PDF、Word 等... 查看官方架构：

Obs.：这是一个建议，也许 IBM 专业人士会同意，或补充我的回答或为您回答另一种可能性。

请参阅Official Documentation 以使用对话服务构建一个对话。
请参阅 Watson 对话服务中的 Dialog methods。
Accessing and evaluating 和 Methods 使用 Watson 处理值。

【讨论】：

感谢您的回答。顺便说一句，可以通过对话检索聚合查询的答案，例如“2016 年哪门课程的截止百分比最高？”所以会有很多课程。在 SQL 中，我可以执行 max、min、count 等聚合查询，
在这种情况下，您将创建一个名为课程的@entity，并添加课程。并且您的应用程序使用一个自定义代码将获得用户想要信息的课程。
您需要为每个问题创建 Intent，您的应用程序使用一个自定义代码将检查该 Intent，您的应用程序将识别并查询您的数据库。
我同意这里，Conversation 确实用于构建非结构化查询，您的应用程序将采用新结构化的意图/实体对象并进行查找。如果您需要询问后续问题等以获取更多信息，您可以使用对话
如果实体非常多变，您可能还想研究 NLU 以提取实体，例如人名有一个无限列表，因此您需要围绕该类型的信息构建模型。

【解决方案2】：

对话最适合问题频率非常高的问题。这类问题被称为“短头”。您通常会看到的其他类型的问题被称为“长尾”问题。这些问题更难预料，因为用户需要的信息更加多样化。 Discovery 在这些用例中效果更好，因为它提供了允许用户探索结果的功能（段落、相关性训练、聚合、过滤器等）。 Discovery 允许您查询结构化和非结构化数据（不限于任何一种），并使用典型的信息检索方法对结果集进行切片和切块。

对话和发现也可以一起工作。您可以有一个对话界面来回答短头问题，然后在遇到无法以足够自信回答的问题时回退到 Discovery。

在这个特定的用例中，根据您的简要描述，您可能需要调查 Discovery，因为它允许您提交可以完成上述用例的查询，但您也可以从能够训练模型中受益根据标记的基本事实确定哪些文件（在这种情况下是课程）可能是“好”的。当 Conversation 无法回答问题时，它也有帮助，因为返回一组可能的选项而不是什么都不返回更有用。

【讨论】：

【解决方案3】：

只要您知道用户的问题肯定会包含某些已知关键字（在您的示例中为“截止百分比”），您就需要使用 IBM 对话服务，但请记住，您可以使用对话服务，但是对于处理查询和获取结果，发现服务将很好地满足，因此将对话服务与发现服务集成是一个更好的主意。

【讨论】：