问题是关于在一项研究中使用聊天机器人框架，人们希望随着时间的推移衡量基于规则的决策过程的改进。例如，我们想了解如何使用最少的引导性问题和患者互动来改进医疗状况识别（和治疗）的过程。
医疗状况可由医生制定工作流程规则；此类研究的可能技术方法是开发一个可供患者访问的应用程序或网站，他们可以在其中提出免费文本问题，这些问题是预定义的基于规则的聊天机器人将解决的。在研究期间，将有一名医生监控收集的数据并改进规则和可能的响应（并在工作流程到达死胡同时提供新的响应），我们确实计划收集对话并应用机器学习生成随着时间的推移改进了工作流程树（和问题），但是计划是离线进行任何数据分析和处理，无意构建完整的产品。这是一项低预算的学院研究，并且PHD学生具有良好的开发技能和数据科学知识（python），并将由一名将在工程方面工作的同学陪同。推荐给数据科学家的对话式人工智能选项之一是 RASA。
在过去的几天里，我花时间阅读和玩了几个聊天机器人解决方案：RASA、Botpress，还研究了 Dialogflow 并阅读了大量比较材料，这使得它更具挑战性。
从互联网上的来源看来，RASA 可能更适合数据科学项目，但是了解真正的学习曲线以及人们期望拥有一个工作机器人的速度会很棒，尤其是一个那必须不断更新规则。
有几件事需要澄清，我们确实有数据来生成问题并与医生联系以提高质量，似乎我们需要一种方法来向参与者介绍多种选择并提供答案（不仅仅是自由文本），正在研究中另一方面，也没有必要与任何特定的大供应商（即谷歌、亚马逊或微软）保持一致，除非它有好处，重要的考虑因素是时间、金钱和灵活性，我们希望在几周内有一个工作方法（和不断改进它）整个实验将运行不超过3-4个月。我们确实需要能够提取所有数据。我们不确定哪个渠道最适合这种研究 WhatsApp？网站？其他？所涉及的复杂性是什么？
关于与聊天机器人打交道的挑战和考虑的任何想法都是有价值的。