我正在创建一个聊天机器人，根据学生的个人资料为其推荐最佳类(class)。
我应该执行诸如
“哪门类(class)在 2016 年有最大截止百分比？”之类的查询，
“过去三年中截止率最高的前 3 个类(class)是哪些？”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。
但我在想 IBM Watson Conversation and Discovery 可以如何提供帮助。 我应该完全使用对话来执行查询，还是创建类(class)和其他参数的文档并使用 Discovery 来检索答案并将其与对话集成？
最终，Watson Conversation 足以完成这项工作吗？
最佳答案
根据我使用 IBM Watson API 的经验...我认为对话就足够了，但您需要用好的示例来训练意图和实体，就像上面的示例一样。你可以看我的answer使用意图和实体来创建条件和answer来自 Simon O'Doherty 的关于在 Watson Conversation Service 中创建 #Intents 和 @Entities 时的最佳实践。
如果您已使用数据创建了表，则无需使用 Discovery，因为使用 Discovery 您将查询非结构化文档，在本例中为:JSON、PDF、Word 等...参见官方架构:
观察:这是一个建议，也许IBM专业人士会同意，或者补充我的答案或为您回答另一种可能性。
- 请参阅Official Documentation用于使用对话服务构建一个对话。
- 参见Dialog methods在 Watson Conversation Service 中。
- Accessing and evaluating和 Methods使用 Watson 处理值。
关于chatbot - 我应该使用 IBM Watson Conversation 或 Discovery 做什么？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/46367701/