Discourse prend-il en charge l'exportation des conversations sous forme d'un ensemble de données organisé en masse ?

Je ne suis pas sûr que l’IA soit la solution adaptée à mon cas. Je collecte des données provenant de diverses sources, et l’objectif principal est d’identifier les éléments vraiment importants (mots, URL, preuves, etc.) et de créer des données structurées capables de répondre aux questions suivantes :

  1. Quel était l’ordre correct dans le processus d’adoption d’une solution spécifique liée à une tâche donnée, afin de reconstituer le tableau réel des événements.
  2. L’algorithme doit détecter les mentions importantes au sein d’un grand nombre de conversations de faible qualité (en particulier les e-mails comportant de multiples niveaux de pièces jointes et les publications web non fiables).
  3. Définir des liens pertinents entre différentes actions, selon une approche approximative telle que : actualités → blog → humeur et besoins du public → décision via chat/e-mail → stratégie adoptée → actions réelles → hypothèses validées → personnes concernées → explication des résultats.

J’utilise donc un modèle Python à cet effet :

PRODUCT_RELATIVE_SOURCES = {
    "websites": {
        "company1": [
            "blog",
            "vacancies",
            "news",
            "tags"
        ]
    },
    "social-networks": {
        "network1": [
            "feed",
            "story",
            "public",
            "direct",
            "tags"
        ]
    },
    "messengers": {
        "messenger1": [
            "chat1",
            "room1",
            "bot1",
            "direct",
            "tags"
        ]
    },
    "mailboxes": {
        "box1": [
            "subject",
            "body",
            "sender",
            "cc",
            "meta"
        ]
    }
}

EXCLUDE_SOURCES = {
    "main",
    "libs",
    "opt"
}

Je souhaiterais probablement obtenir une structure de données similaire exportée depuis Discourse (via l’API peut-être). Initialement, j’ai posé une question concernant Discourse for Teams, car j’ai trouvé de nombreuses similitudes avec Slack, et notre équipe n’est pas satisfaite de Slack. La fonctionnalité payante de l’historique est presque inutile.

1 « J'aime »