Erstellen eines Live-Chatbots für Ihre Website (Teil 2): ​​Ändern, Trainieren und Testen Ihres Chatbots…

Hallo! Willkommen zum zweiten Teil einer dreiteiligen Serie über die Erstellung und Bereitstellung eines Chatbots für Ihre geschäftliche oder persönliche Website mithilfe von Rasa, Docker und Heroku. Im ersten TeilIch habe darüber gesprochen, den Chatbot lokal auf Ihrem System einzurichten und mit einem Texteditor Änderungen daran vorzunehmen. In diesem zweiten Teil werde ich darüber sprechen, wie Sie mit der Plattform Rasa Rasa X.

Rasa X. ist ein Conversation-Driven Development (CDD)-Tool, das Ihnen hilft, Ihren Chatbot zu verbessern. Rasa X bietet eine Benutzeroberfläche für die Interaktion mit Ihrem Bot. Mit Rasa X können Sie als Endbenutzer mit Ihrem lokalen Chatbot chatten, Sie können auch neue Daten eingeben und Ihren Chatbot neu trainieren.

Gehen Sie wie folgt vor, um Rasa X zu installieren:

1. Öffnen Sie die Anaconda-Eingabeaufforderung und cd in Ihr Rasa-Projektverzeichnis (erstellt im ersten Teil dieser Serie).

2. Aktivieren Sie die virtuelle Umgebung, die Sie im letzten Teil dieser Serie erstellt haben.

conda rasavirtualenv aktivieren

3. Installieren Sie Rasa X, indem Sie den folgenden Befehl ausführen

pip install rasa-x – Extra-Index-URL https://pypi.rasa.com/simple

Möglicherweise müssen Sie pip herunterstufen, wenn die Installation zu lange dauert

pip install – pip==20.2 aktualisieren

Sobald Rasa X erfolgreich installiert wurde, führen Sie den folgenden Befehl aus

rasa X.

Dieser Befehl öffnet eine Benutzeroberfläche in Ihrem Browser. In dieser Benutzeroberfläche sehen Sie mehrere Registerkarten. In diesem Tutorial werde ich mich auf das konzentrieren Nlu-Daten, Rücklaufrate, Geschichten, Models, sprich mit deinem Bot Registerkarte und Training .

Registerkarte „NLU-Daten“.

Hier geben Sie Trainingsdaten für den Benutzer ein. Bei den Trainingsdaten handelt es sich hier um Beispielnachrichten, die der Benutzer potenziell an den Chatbot senden könnte. Dies entspricht dem nlu.yml Datei auf Ihrem lokalen System. Wenn Sie eine neue Nachricht eingeben, müssen Sie diese auch klassifizieren AbsichtDies hilft dem Chatbot, die Bedeutung der Nachricht eines Benutzers vorherzusagen, wenn er in Zukunft eine ähnliche Nachricht erhält.

Im Bild oben sehen Sie, dass ich eine neue Nachricht eingegeben habe 'Hallo' und ich klassifizierte die Absicht als „begrüßen'. Nachdem ich diese Informationen eingegeben habe, werde ich sie speichern. Sie können so viele Beispiele eintragen, wie Sie möchten, je mehr desto besser. Sie können auch neue Absichten erstellen.

Registerkarte „Antworten“.

Hier geben Sie Beispielantworten für den Chatbot ein, d. h. die Nachrichten, die der Chatbot an den Benutzer zurücksenden soll, wenn er eine Nachricht erhält. Ähnlich wie NLU-Daten Auf der Registerkarte wird jede Antwort nach Absicht kategorisiert. Zum Beispiel, 'äußern_greet„umfasst die Antworten, die der Chatbot dem Benutzer geben sollte, wenn er eine Nachricht mit Absicht erhält 'grüßen'. Sie können neue Antworten eingeben, indem Sie eine Antwortkategorie auswählen und auf den Plus-Button klicken. Wenn Sie eine neue Antwortvariante eingeben, drücken Sie einfach 'Sparen'. Sie können auch neue Antwortkategorien erstellen.

1. Chatbot-Trendbericht 2021

2. 4 DOs und 3 DON'Ts zum Trainieren eines Chatbot-NLP-Modells

3. Concierge-Bot: Behandeln Sie mehrere Chatbots von einem Chat-Bildschirm aus

4. Ein Expertensystem: Conversational AI Vs Chatbots

Registerkarte „Geschichten“.

Dies entspricht dem Geschichten.yml Datei in Ihrem lokalen Dateiverzeichnis. Hier führen Sie die Daten der beiden vorherigen Registerkarten zusammen. Hier erstellen Sie im Grunde eine Handlung oder einen Plot, bei dem der Chatbot je nach Absicht der vom Benutzer gesendeten Nachricht eine angemessene Antwort geben muss. Dies hilft dabei, dem Chatbot beizubringen, was in verschiedenen Szenarien zu tun ist. Zum Beispiel, wenn der Chatbot eine Nachricht mit Absicht erhält 'grüßen' Es muss antworten, indem es über die Aktion „eine Begrüßung an den Benutzer zurücksendet“äußern_greet'.

Sie müssen so viele Geschichten wie möglich erstellen. Sie sollten einen glücklichen Weg/eine glückliche Geschichte haben, d. h. wo die Dinge wie geplant verlaufen. Sie benötigen auch einen traurigen Pfad/eine traurige Handlung, die die Ausnahmen behandelt. Sie können eine neue Story erstellen, indem Sie auf den Plus-Button klicken.

Zugknopf

Wenn Sie mit der Eingabe aller Ihrer neuen Daten fertig sind NLU-Daten, Rücklaufrate und Geschichten Registerkarte, müssen Sie die Taste drücken Training Mit dieser Schaltfläche trainieren Sie Ihren Chatbot neu und speichern das neu generierte Modell im Modelle Tab. Das Tolle an Rasa

Registerkarte „Modelle“.

Hier finden Sie alle Ihre generierten Modelle. Das aktuellste Modell steht immer ganz oben. Sie können dieses Modell aktivieren, indem Sie auf den Aufwärtspfeil klicken.

Chatten Sie mit Ihrem Bot-Tab

Sobald Sie das neue Modell aktiviert haben, können Sie es im testen Chatten Sie mit Ihrem Bot Tab. Wie Sie im Bild unten sehen können, ist die Antwort des Bots die neue Antwort, die ich zuvor eingegeben habe.

Hier hast du es! So geben Sie neue Daten ein, trainieren und testen Ihren Chatbot mit Rasa X. Im nächsten Teil dieser Serie werde ich darüber sprechen, wie Sie Ihren Chatbot mit Docker auf einem Live-Server Heroku bereitstellen und mit diesem Bot kommunizieren über ein Chat-Widget auf Ihrer Website. Bleiben Sie dran!!

Wenn Ihnen dieser Beitrag gefällt, HIT Kaufen Sie mir einen Kaffee! Danke fürs Lesen.

Ihr kleiner Beitrag wird mich ermutigen, weitere Inhalte wie diesen zu erstellen.

Source: https://chatbotslife.com/creating-a-live-chatbot-for-your-website-part-2-modifying-training-and-testing-your-chatbot-5d5463a83873?source=rss—-a49517e4c30b—4