flx

Bonjour Doubrovski,

Les chatterbots qui apprennent est un vaste sujet !

Avant même d'apprendre, il faut pouvoir répondre correctement. Ce qui sous-entend de faire une analyse des phrases en entrée :

1 - une simple recherche sur des mots clés ne suffit pas, on arrive souvent à des contre-sens
[Comment distinguer le verbe sourire (conjugué à la première personne du singulier, je "souris"] du nom commun la "souris" ?]
2 - une recherche plus compliqué avec des structures de phrases à trou, mais cela oblige à avoir une liste de phrases canevas très importante.

3 - faire une analyse lexicale, syntaxique, sémantique; pour déterminer le sujet, le verbe, les compléments, ....
C'est la solution qui me semble la plus adaptée pour espérer aller plus loin dans la recherche de réponses adaptées, mais cela demande beaucoup d'efforts au départ.


Si tu choisis de faire le traitement de type 3, pour continuer, il me semble ensuite qu'il faut comparer ces informations (sujet, verbe, compléments)
avec un réseau sémantique (cela reste mon avis perso, il y a surement d'autres solutions ).
Et dans ce cas, tu vas avoir à mettre en oeuvre des algorithmes de recherche dans un arbre, .... Tu peux même envisager d'ajouter des relations
dans ton réseau sémantique en fonction des phrases de l'utilisateur (ça c'est la phase d'apprentissage, qui va te permettre d'étendre tes connaissances).

Pour les réponses, tu peux choisir un système automatique, ou faire le processus inverse : sélectionner un sous-ensemble de ton réseau sémantique comme réponse,
le traduire sous forme de phrase en choisissant un sujet, un verbe, ...

Je ne sais pas si ma réponse est utile, le sujet est vraiment très vaste avec une multitude de solutions possibles.