Code Monkey home page Code Monkey logo

desafio-1-2020's Introduction

Platform

Desafío 01 | Alestra

Para Ayudarte

1. Acerca de Alestra

Alestra es el único proveedor de Innovación Digital con más de 20 años como líder en transformación digital y más de 10 años de experiencia en soluciones de innovación corporativa. A través de su portafolio habilita a las organizaciones con soluciones de redes administradas, colaboración, ciberseguridad, nube e integración de sistemas, en alianza con fabricantes tecnológicos líderes en el mundo.

2. Reto de Negocio

Durante el trabajo es común que en algún momento tengamos un problema técnico en nuestros dispositivos, por ejemplo, la batería que no carga, la licencia de la VPN caducó o el correo electrónico que no abre. En estas situaciones la solución es buscar el área de soporte de la empresa.

El área de soporte funciona con una cola, donde la prioridad del servicio se asigna por orden de llegada y la cola se mueve según la disponibilidad del empleado de soporte. En tiempos de pandemia y aislamiento social, es evidente que este modelo de servicio no es el adecuado para el trabajo a distancia.

Con esto en mente, Alestra, una empresa mexicana de TI, que siempre busca brindar las mejores soluciones a sus clientes, usará a Watson para ofrecer soporte cognitivo. De esta forma será posible paralelizar el servicio, con el fin de atender a muchos empleados a la vez priorizando los casos más críticos.

3. Objetivo

La idea del desafío es ayudar a los empleados del área de soporte de una empresa a realizar un servicio más rápido y objetivo, para que quienes necesitan soporte hablen primero con un Asistente Virtual y así identificar la demanda generando al final un ticket que deberá ser resuelto por soporte.

Este desafío debe resolverse con Watson Assistant y tu tarea será implementar el Asistente Virtual con inteligencia artificial para identificar las demandas del usuario para la generación de tickets.

4. Desarrollando la Solución

4.1. Pre-requisitos

Para poder realizar este desafío, se deben cumplir con los siguientes requisitos previos:

4.2. Resumen de las tareas

  1. Instanciar Watson Assistant en IBM Cloud.
  2. Importar el Skill proporcionado en este repositorio (skill-Alestra-Oficial.json) en Watson Assistant.
  3. Desarrollar la conversación según el desafio.
  4. Desplegar la aplicación en IBM Cloud (Usando el toolchain proporcionado).
  5. Acceder a aplicación probar y envíar tu solución.

4.3. Desarrollo

Watson Assistant es la herramienta creada por IBM para crear asistentes virtuales. A través de ejemplos de formas en que el usuario se comunica y utilizando inteligencia artificial, es capaz de identificar lo que se está escribiendo. Watson no es una herramienta que lo sepa todo, funciona dentro de cierto ámbito. Por lo tanto, al interactuar con él sobre otro tema, no estará seguro de responder correctamente.

Watson Assistant funciona sobre la base de intents. Identifican lo que el usuario quiere hacer y podemos asociarlos con verbos, por ejemplo: 'Quiero un café' y 'Un jugo de naranja por favor' son ejemplos de cómo pedir una bebida y podemos definir la intent de ordenar bebidas. Es importante dejar en claro que la inteligencia artificial se aplica a las intents y que al insertar ejemplos sobre una determinada intent, Watson creará un modelo de lenguaje natural capaz de identificar lo que el usuario está buscando.

Es común que una intent sea genérica hasta el punto de que Watson solo identifique la acción del usuario. 'Quiero un café' y 'Un jugo de naranja por favor' indican a Watson que el usuario quiere una bebida, pero no especifica cuál. Para llevar a cabo esta diferenciación de objetos existen entities que funcionan como una clase que agrega sus objetos. Para los ejemplos citados es posible distinguir la entity 'Bebida' cuyos objetos son 'café' y 'jugo de naranja'. De esta forma Watson podrá identificar la acción del usuario y a qué objeto se refiere.

Con las intents y las entities creadas, es posible establecer un diálogo. El diálogo sigue la estructura computacional del árbol y se accede a sus nodos a través de las condiciones establecidas por el desarrollador, y estas condiciones son intents y entities. En otras palabras, el diálogo no es más que la respuesta proporcionada por Watson al identificar la condición de un nodo.

En este repositorio, en el directorio dataset hay una 'Skill' que debe usarse como punto de partida para desarrollar la solución. Ella ya tiene todas las intents y entities necesarias para resolver el desafío.

  • Intents

    • Saludo
    • Adios
    • Problem_report
    • Request
  • Entites

    • application
    • problem
    • request
    • Afirmacion

Aunque las intents y las entities ya están completadas, el diálogo no está completo. Solo tiene el nodo inicial, otros casos y Problem_report implementados, faltando el nodo Saludo, Adios y Request. Su tarea es implementar los tres nodos que faltan para que sea posible mantener un flujo de diálogo consistente, donde a partir de la identificación de la demanda del usuario se brinde la respuesta adecuada.

Al identificar la intent de Saludo, su asistente debe responder con un saludo.

Al identificar la intent de Adios, su asistente debe terminar la conversación con una despedida.

Al identificar la Solicitud de intent, su asistente debe identificar la solicitud (Request intent), el tipo de solicitud (request entity) y la aplicación correspondiente (application entity) . El asistente debe responder informando el tipo de solicitud y aplicación, junto con un número de ticket generado para esta solicitud. Adicionalmente el asistente debe preguntar si el usuario quiere acceso al reporte de la solicitud en el futuro (Si o No). Para este nodo es recomendable utilizar el nodo Problem_report como ejemplo.

Aclaración: El número de reporte siempre lo debe responder junto con el tipo de solicitud y aplicación. Y preguntar si desea acceso a un reporte.. el reporte no es lo mismo al numero del incidente. despues de la pregunta deben esperar el "si" o "no" y responder en casi que sea un “Si” con un acceso concedido al reporte o algo por el estilo que diga que tiene acceso al reporte

Las intents ya están completadas, pero eso no significa que no puedas agregar o eliminar ejemplos, ya que estas modificaciones pueden mejorar la confianza en la identificación del modelo. No dudes en realizar los cambios que consideres necesarios siempre que el resultado sea el especificado anteriormente.

En el video a continuación, se explica en detalle todo el proceso de desarrollo de la solución. Si eres un principiante en el mundo de Watson Assistant, te recomendamos que veas el video para responder cualquier pregunta sobre este desafío.

🚨 GUARDA LAS CREDENCIALES. LAS NECESITARAS PARA SUBIR LA APLICACIÓN 🚨

Para obtener la IAM_APIKEY (o en algunos casos, solo la API Key) y la URL de Watson Assistant, ve a https://cloud.ibm.com/resources y consulta en la lista de Service , encontrarás todos los servicios prestados en tu cuenta. Accede a tu servicio de Watson Asistant.

Watson Assistant

IAM_APIKEY de Watson Assistant

URL de Watson Assistant

Además de esta credencial, se requieren skillId y AssistantId.

La sección de skill incluye el skillId

SkillId Watson Assistant

Clic en los tres puntos

Clic en View API Details

SkillId

En la sección Asistente creará un asistente.

Assistant

Crea un assistant

Da un nombre y crea un assistant

Adiciona una skill

Seleciona tu skill

Clic en tres puntos

Clic en Settings

Clic en API Details

Copy AssistantId

5. Envío

Para cargar la aplicación en IBM Cloud, debes hacer clic en el botón a continuación, que activará la herramienta IBM Cloud Continuous Delivery (también conocida como Delivery Pipeline). La herramienta te pedirá tus credenciales, tu correo electrónico(registro de la Maratón) y una contraseña, que debes elegir y utilizar en el futuro (La llamaremos contraseña del toolchain).

Aclaración: El nombre del toolchain no puede contener espacios ni caracteres especiales ( - es valido).

🚨 HAZ CLIC PARA ENVIAR LA APLICACIÓN A IBM CLOUD 🚨

Despliegue de la aplicación

Toolchain

Valida que la aplicacón se haya desplegado

Abre la aplicación y prueba tu asistente

Envia tu solucón

🚨 PON A PRUEBA TU MODELO DE ENTRENAMIENTO 🚨

Prueba mucho tu asistente, asegúrate de que esté respondiendo a todas las condiciones y con el flujo adecuado. También asegúrate que tu asistente esté indicando la intención correcta para las entradas más diversas y si su confianza en ellas es razonable.

6. Sobre la evaluación

El sistema probará si el asistente virtual identifica y responde adecuadamente a los intents de Saludo, Adios y Request. Tu puntuación será una función que calcula si la respuesta obtenida contiene los elementos especificados anteriormente y la confianza que el asistente tiene en ella.

El tiempo de entrega no se incluye en el cálculo de la puntuación del desafío. Sin embargo, para todos los participantes que presenten este desafío en la primera semana después del lanzamiento, recibirán una bonificación del 10% de la puntuación final.

Material de Apoyo

Solución de problemas

Mira el video explicativo provisto en la Sección 4, o si lo deseas, revisa la documentación de los servicios involucrados en este desafío:

Accede al discord oficial de la Maratón 2020 para hacer preguntas y/o interactuar con otros participantes: Discord.

License

Copyright 2020 Maratón Behind the Code

Licensed under the Apache License, Version 2.0 (the "License"); you may not use this file except in compliance with the License. You may obtain a copy of the License at

   http://www.apache.org/licenses/LICENSE-2.0

Unless required by applicable law or agreed to in writing, software distributed under the License is distributed on an "AS IS" BASIS, WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied. See the License for the specific language governing permissions and limitations under the License.

desafio-1-2020's People

Contributors

danitrod avatar vanderlei-filho avatar libardolara avatar diezep avatar joaopedropp avatar

Recommend Projects

  • React photo React

    A declarative, efficient, and flexible JavaScript library for building user interfaces.

  • Vue.js photo Vue.js

    🖖 Vue.js is a progressive, incrementally-adoptable JavaScript framework for building UI on the web.

  • Typescript photo Typescript

    TypeScript is a superset of JavaScript that compiles to clean JavaScript output.

  • TensorFlow photo TensorFlow

    An Open Source Machine Learning Framework for Everyone

  • Django photo Django

    The Web framework for perfectionists with deadlines.

  • D3 photo D3

    Bring data to life with SVG, Canvas and HTML. 📊📈🎉

Recommend Topics

  • javascript

    JavaScript (JS) is a lightweight interpreted programming language with first-class functions.

  • web

    Some thing interesting about web. New door for the world.

  • server

    A server is a program made to process requests and deliver data to clients.

  • Machine learning

    Machine learning is a way of modeling and interpreting data that allows a piece of software to respond intelligently.

  • Game

    Some thing interesting about game, make everyone happy.

Recommend Org

  • Facebook photo Facebook

    We are working to build community through open source technology. NB: members must have two-factor auth.

  • Microsoft photo Microsoft

    Open source projects and samples from Microsoft.

  • Google photo Google

    Google ❤️ Open Source for everyone.

  • D3 photo D3

    Data-Driven Documents codes.