La gestion du dialogue multitours est au cœur d'un système de service client intelligent. Une bonne gestion du dialogue permet au système de « se souvenir » du contexte et de fournir une expérience de conversation cohérente.
à partir de la saisie import Dict, List, Facultatif à partir des classes de données import dataclass from datetime import datetime @dataclass class DialogueContext : session_id : str user_id : str start_time : datetime last_update : datetime conversation_history : List[Dict] current_intent : Facultatif[str] = Aucune entités : Dict = Aucun sentiment : float = 0.0 class DialogueManager : def __init__(self, llm_service, knowledge_base) : self.llm = llm_service self.kb = knowledge_base self.sessions: Dict[str, DialogueContext] = {} async def handle_message(self, session_id: str, message: str) -> str: """Gérer le message utilisateur""" # Obtenir ou créer un contexte de session context = self._get_or_create_session(session_id) # Mettre à jour l'historique des conversations context.conversation_history.append({ "role": "user", "content": message, "timestamp": datetime.now() }) # Intent de reconnaissance d'intention = wait self._identify_intent(message, context) context.current_intent = intent # Entités d'extraction d'entité = wait self._extract_entities(message, contexte) context.entities. update(entities) # Analyse des sentiments sentiment = wait self._analyze_sentiment(message) context.sentiment = sentiment # Générer une réponse réponse = wait self._generate_response(context) # Mettre à jour l'historique des conversations context.conversation_history.append({ "role": "assistant", "content": réponse, "timestamp": datetime.now() }) return réponse async def _identify_intent(self, message : str, contexte : DialogueContext) -> str : """Reconnaissance d'intention""" prom...
[Courte citation de 8% de l'article original]