Zusammenfassung

Da die jüngsten Ereignisse den Zugang der Schüler zum Lernen verändern, können Schüler, die nach Lerninhalten suchen, von zu vielen Suchergebnissen überfordert und entmutigt werden, die ihren Anforderungen nicht entsprechen. Die Schüler müssen ihre Lernzeit nutzen und nicht nach Lerninhalten suchen. Sie müssen zur Selbstbedienung werden. Der in diesem Muster beschriebene pädagogische Self-Service-Chatbot (Florenz) hört auf Lernfragen der Schüler und reagiert schnell, indem er die Schüler mit geeigneten Lernfächern auf Klassenstufe verbindet.

Florence hilft Schülern, Selbstbedienungsnutzer zu werden. Dieses Selbsthilfemodell kann auch auf andere Branchen angewendet werden, z. B. das Finden und Bewerten von Produkten, Regierungsdienstleistungen und das Erforschen von Informationen zur öffentlichen Gesundheit. Sie können das Konzept des Erstellens eines Selbsthilfe-Chatbots erweitern und Ihre Benutzer dazu ermutigen, Self-Service-Benutzer zu sein.

Beschreibung

Als viele Schulen ihre Türen schlossen und Eltern und Lehrer sich bemühten, vom Klassenzimmer zum Online-Lernen zu wechseln, sahen die Entwickler die Notwendigkeit, den Schülern bei der Suche nach Lerninhalten zu helfen. Florence wurde geschaffen, um Schülern zu helfen, die schnell auf zuverlässige Lerninhalte zugreifen müssen.

Florence wurde entwickelt, um Schüleranfragen nach Lerninhaltsquellen zu beantworten und IBM® Watson ™ künstliche Intelligenz (KI) zu verwenden, um die angeforderten Lernressourcen bereitzustellen. Mit Florence können die Schüler nun die benötigten Ressourcen für Klassenstufen und Themen anfordern und Antworten mit direkten Links zur Auswahl der Lerninhalte erhalten.

Wie erreicht Florenz dieses Ziel? Florence verwendet die Watson Assistant AI-Technologie, um einen Dialogfluss zu erstellen, der eine Konversation nachahmt, die ein Schüler möglicherweise hat, wenn er Lernempfehlungen anfordert. Wenn Sie einen Watson Assistant-Chatbot erstellen, erstellen Sie Suchfähigkeiten, die als Aufbewahrungsort für Ihre Absichten (Fragen, die ein Schüler möglicherweise stellt) und Entitäten (Begriffe, die den Absichten Kontext geben) dienen. Zum Beispiel könnten die Schüler nach Mathematik fragen und die Wortgleichung in ihrer Frage verwenden. Entitäten sind mit Synonymen verknüpft, die Florence dabei helfen, herauszufinden, welche Mathematikkurse über Gleichungen lehren, und Florence dabei helfen, mit genaueren Lernressourcen zu reagieren.

Watson Discovery und Natural Language Understanding (NLU) sind für die Assistentenplattform von entscheidender Bedeutung, da sie die Genauigkeit der Antworten von Florence auf Benutzer durch die Verarbeitung natürlicher Sprache verbessern. Diese Verbesserungen helfen Ihrem Chatbot, sich für Ihre Benutzer menschlich zu fühlen. Weitere Informationen finden Sie in dieser Reihe unter Verarbeitung natürlicher Sprache.

Wenn Sie dieses Codemuster vervollständigen, wissen Sie, wie Sie:

• Erstellen Sie einen Watson Assistant-Chatbot mit Absichten und Entitäten
• Integrieren Sie Ihren Chatbot in Watson Discovery, indem Sie die Suchfunktion von Watson Assistant verwenden, die in der Trial Plus-Version des IBM Cloud-Dienstes verfügbar ist
• Verwenden Sie die Verarbeitung in natürlicher Sprache, um Ihre Sammlungen für bessere Inhalte und Synonyme zu kuratieren
• Verwenden Sie Watson Discovery, um Ihre Daten für präzise Chatbot-Antworten anzureichern
• Stellen Sie Ihren Watson Assistant-Chatbot bereit und laden Sie Ihre Benutzer ein, den Chatbot zu verwenden, um nach Lerninhalten zu suchen

Flow

1. Führen Sie das Python-Programm aus, um den Datensatz über Watson Natural Language Understanding auszuführen, um die Metadaten (z. B. Kursname und Beschreibung) zu extrahieren und die CSV-Datei anzureichern.
2. Führen Sie das Node-Programm aus, um die CSV-Dateien in JSON-Dateien zu konvertieren (erforderlich für die Watson Discovery-Auflistung).
3. Laden Sie die JSON-Dateien programmgesteuert in die Watson Discovery Collection hoch.
4. Der Benutzer interagiert über den Chatbot mithilfe einer Watson Assistant-Dialogfähigkeit.
5. Wenn der Schüler nach Kursinformationen fragt, wird eine Suchabfrage über eine Watson Assistant-Suchfunktion an den Watson Discovery-Dienst gesendet. Watson Discovery gibt die Antworten an den Dialog zurück.

Anweisungen

Die detaillierten Schritte für dieses Muster finden Sie in der readme Datei. Die Schritte zeigen Ihnen, wie Sie:

1. Klonen Sie das Repository.
2. Erstellen Sie IBM Cloud-Services.
3. Konfigurieren Sie den Watson Natural Language Understanding Service.
4. Konfigurieren Sie den Watson Discovery Service.
5. Konfigurieren Sie den Watson Assistant Service und testen Sie den Chatbot.

Laura Bennett

Diego Robles Guerrero

Malarvizhi Kandasamy

Ruchi Astana

Kapil Jaina

Bobbi Hennessy

Quelle: https://developer.ibm.com/patterns/chatbot-for-student-self-service-in-education/