voici un module Orchestration & Routage prêt à implémenter, avec logique, données, et exemples.

Orchestration & Routage (matière)

Objectif

Router chaque message vers 1 matière TP agricole (sur 10) avec un score de confiance. En cas d’incertitude, fallback : clarification ou top-2 matières.

Pipeline (en 8 étapes)

flowchart LR
  A[Message entrant] --> B[Pré-proc: langue, normalisation, lemmatisation]
  B --> C[Features: n-grams, keywords, embeddings]
  C --> D[Filtre méta-données: période/chapitre/promos]
  D --> E[Scoring hybride: règles + classifieur + sémantique]
  E --> F{Confiance >= seuil?}
  F -- Oui --> G[Matière cible + chapitres filtrés]
  F -- Non --> H[Fallback: question de précision ou Top-2]
  G --> I[Dispatch vers RAG de la matière]
  H --> I

1) Pré-traitement

• Détection langue (FR/MG) + normalisation (lowercase, enlever ponctuation inutile).
• Lemmatisation (fr, mg si dispo) + suppression mots vides.
• Si audio → ASR → texte.

2) Extraction de features

• Mots-clés par matière (regex/phrases) avec poids (ex. “goutte-à-goutte”, “débit L/h” → Irrigation).
• N-grams TF-IDF (1–3).
• Embeddings (multilingues) du message.
• Entités rapides (plante, outil : tomates, motopompe, pièges jaunes).

3) Filtre par méta-données du cours

• Réduit le champ selon période/chapitre en cours (semaine 3 = Semis + Irrigation, p.ex.).
• Si l’étudiant est en L1-S1, exclut matières S2.

4) Scoring hybride (règles + ML + sémantique)

Score final par matière m :

score(m) = w1 * règles(m) + w2 * clf(m) + w3 * sémantique(m) + w4 * meta_boost(m)

• règles(m) : somme de poids des mots-clés/regex déclenchés.
• clf(m) : proba du classifieur léger (LogReg/SVM/DistilTiny) entraîné sur Q/R étiquetées.
• sémantique(m) : similarité cosinus embedding(message) ↔ centroides(matière).
• meta_boost(m) : +α si matière alignée avec la période/chapitre.

Poids conseillés (départ) : w1=0.35, w2=0.35, w3=0.2, w4=0.1 (à calibrer).

5) Seuils & décisions

• Confiance = score(max) − score(deuxième).
  • Si score(max) ≥ 0.60 et Confiance ≥ 0.15 → router vers matière max.
  • Sinon → Fallback.

Fallback (2 modes)

A) Clarification courte (si ambigu)

“Tu parles plutôt de Irrigation (0,64) ou de Maraîchage (0,58) ?

Choisis : 1) Irrigation 2) Maraîchage”

• Boutons WhatsApp interactifs.
• Si pas de réponse → choisir top-1 mais réponse prudente + proposer switch.

B) Top-2 direct (si message urgent/impératif)

• Interroger les 2 matières et fusionner : présenter 2 résumés courts + laisser l’étudiant cliquer sur la source qui l’intéresse (TP OdoLearn, vidéo).

Données & schémas utiles

A) Table des matières (extrait)

matiere_id | nom            | keywords                        | chapitres_actifs
---------- | -------------- | ------------------------------- | ----------------
IRR        | Irrigation     | "goutte", "L/h", "aspersion"    | S1-W2,W3
MAR        | Maraîchage     | "semis", "repiquage", "planche" | S1-W1..W6
SOL        | Sols & fertil. | "compost", "NPK", "pH"          | S1-W2..W4
...

B) Exemple de règles (regex) — Irrigation

• \b(goutte[- ]?à[- ]?goutte|drip)\b → +0.30
• \b(\d+)\s?(l/?h|litres?/?h)\b → +0.15
• \b(aspersion|tuyau PE|émetteurs?)\b → +0.10

C) Payload interne (ex.)

{
  "user_id": "whatsapp:+261...",
  "lang": "fr",
  "text": "Comment régler le débit de mon goutte-à-goutte pour tomates ?",
  "features": { "keywords": ["goutte-à-goutte","débit"], "entities": ["tomates"] },
  "scores": { "IRR": 0.71, "MAR": 0.58, "SOL": 0.22 },
  "decision": { "route": "IRR", "confidence_gap": 0.13, "needs_clarification": true }
}

Entraînement du classifieur léger

• Données : 300–800 exemples par matière (questions courtes), FR + MG.
• Modèle : Logistic Regression TF-IDF ou petit transformer distillé.
• Validation : F1 ≥ 0.80 par matière ; tester drift mensuel (nouveaux termes).

Multilingue FR/MG

• Dictionnaire de synonymes agricoles (FR⇄MG) injecté dans les règles.
• Embeddings multilingues pour la composante sémantique.
• Classifieur entraîné sur données mixtes (FR+MG) pour robustesse.

Journaux & KPI

• Hit-rate routage correct (gold annotations enseignants).
• Ambiguïtés (% nécessitant fallback).
• Temps routage p95 < 100 ms.
• Taux de switch matière post-réponse (< 10 %).
• Couverture mots-clés (termes orphelins à ajouter aux règles).

Exemple de réponse Fallback (prête à copier)

• FR :

  “Je peux traiter via Irrigation (0,64) ou Maraîchage (0,58). Tu vises le réglage du débit sur goutte-à-goutte (Irrigation) ou l’implantation des lignes autour des plants (Maraîchage) ?”
  Boutons : Irrigation / Maraîchage / Je ne sais pas

• MG (simplifiée) :

  “Irrigation sa Maraîchage no tianao ? Momba ny débit sa fametrahana tsipika rano?”

Intégration avec le RAG

• Le router renvoie : matiere_id, filtres de chapitres (ex. S1-W3), mots-clés utiles (pour booster le retriever).
• Le RAG de la matière n’interroge que :
  • OdoLearn (fiches TP pertinentes),
  • YouTube (tutoriels timestampés),
  • MOOC (séquences chapitre exact).