Creación de un chatbot para su sitio web (Parte 1): Configuración de un chatbot Rasa localmente en su sistema

¡Hola! Esta es la primera parte de una serie de 3 partes que implica la creación e implementación de un chatterbot para su sitio web comercial o personal utilizando Docker y Heroku. La plataforma de IA conversacional que usaría es Rasa. Rasa es un marco de aprendizaje automático de código abierto que le ayuda a crear chatbots; también resulta ser mi plataforma de chatbot favorita por varias razones, como que es de código abierto, se usa ampliamente y está bien documentada.

En esta publicación, hablaré sobre cómo configurar Rasa localmente en su computadora. Aunque mi sistema operativo es Windows, todo este proceso se puede replicar para cualquier sistema.

Pre requisitos:

1. Descargue Anaconda Prompt desde esta página.
2. Descargar las herramientas de compilación de Microsoft esta página.
3. Cree un directorio en su sistema donde le gustaría almacenar su proyecto Rasa.

Una vez hecho todo eso, abra el Anaconda Rápido aplicación y 'CD' en el directorio que creó, el mío se llama 'Proyecto Rasa'.

Luego, ejecute los siguientes comandos en Anaconda Prompt:

1. Cree un entorno virtual usando el siguiente comando.

conda crear -n rasavirtualenv python = 3.6

2. Active su entorno usando el comando

conda activar rasavirtualenv

3. Instale Ujson

conda install ujson == 1.35

4. Instala Tensorflow

conda instalar tensorflow

5. Instale Rasa Open Source.

pip instalar rasa

6. Cree un nuevo proyecto rasa en su directorio de proyectos

inicio rasa

1. Informe de tendencias de chatbot 2021

2. 4 HACER y 3 NO HACER para entrenar un modelo de PNL Chatbot

3. Bot Concierge: Maneja múltiples chatbots desde una pantalla de chat

4. Un sistema experto: IA conversacional Vs Chatbots

Mirando la última parte de la pantalla de arriba, cuando se le pida que ingrese la ruta en la que le gustaría crear el proyecto, ingrese el signo de punto (.), Esto significa que le gustaría crear el proyecto en el directorio actual. Cuando se le pregunte si le gustaría entrenar modelo, puede elegir 'y' o 'n'.

Una vez que el comando anterior termine de ejecutarse y se haya creado el nuevo proyecto, se le preguntará si desea hablar con el chatterbot en la terminal. Si responde que sí, se iniciará un diálogo entre usted y el chatbot recién creado.

Ahora que se ha creado el proyecto, si comprueba el directorio de su proyecto, verá que se le han añadido varios archivos. Discutiré rápidamente 3 archivos que creo que necesita para comprender su contenido; el archivo dominio.yml en el directorio principal y los archivos nlu.yml y historias.yml existentes datos carpeta.

La nlu.yml El archivo es donde se almacenan todos los datos de entrenamiento. Los datos de entrenamiento son mensajes de muestra que los usuarios pueden enviar a su chatterbot. En este archivo, los mensajes se clasifican según su intención. A continuación se puede ver un extracto del archivo. Como se puede ver, intención: saludar tiene varios ejemplos, por ejemplo, 'hola', 'hola', 'hola', etc. Intención: adiós tiene ejemplos 'adiós', 'adiós', 'cu', etc.

nlu:
- intención: saludar
ejemplos: |
- Oye
- Hola
- Hola
- Hola
- Buenos días
- buenas noches
- Hola
- vamos
- oye amigo
- Buenos días
- buenas noches
- buenas tardes
- Hola- intención: adiós
ejemplos: |
- buenas tardes
- cu
- bueno por
- te cee más tarde
- buenas noches
- adiós
- adiós
- que tenga un lindo día
- Ya nos veremos
- adiós
- hasta luego
- Adiós

La dominio.yml archivo define el alcance de su proyecto. Contiene información destacada sobre su proyecto, como intenciones, entidades, espacios, acciones y, más especialmente, la muestra rrespuestas que el bot debe devolver al usuario cuando recibe un mensaje. Similar a nlu.yml, las respuestas de los bots se clasifican según la intención. Por ejemplo, el respuesta: utter_greet se envía cada vez que el bot quiere devolver un saludo al usuario. Esto se muestra en el segmento de código a continuación.

intenciones:
- saludar:
use_entities: verdadero
- adiós:
use_entities: verdadero
- afirmar:
use_entities: verdadero
- negar:
use_entities: verdadero
- estado de ánimo_genial:
use_entities: verdadero
- mood_infeliz:
use_entities: verdadero
- bot_desafío:
use_entities: verdaderoentidades: []
ranuras: {}respuestas:
pronunciar_saludo:
- texto: ¡Oye! ¿Cómo estás?
- texto: ¡Hola! ¿Cómo estás hoy?
absoluta_animación_up:
- imagen: https://i.imgur.com/nGF1K8f.jpg
texto: 'Aquí hay algo para animarte:'
utter_did_that_help:
- texto: ¿Eso te ayudó?
completamente feliz:
- texto: ¡Genial, continúa!
decir adiós:
- texto: adiós
pronunciar_iamabot:
- texto: Soy un bot, impulsado por Rasa.acciones: []
formularios: {}
acciones_e2e: []

La historias.yml presentar reúne los mensajes del usuario y las respuestas del bot. Crea una historia o una trama de las diversas interacciones que pueden ocurrir entre el bot y el usuario. Especifica qué respuesta debe dar el chatbot en función de la intención del mensaje enviado por el usuario. Esto ayuda a enseñarle al chatbot qué hacer en diferentes escenarios. Por ejemplo, mirando el segmento de código a continuación, si el chatbot recibe un mensaje con la intención 'saludar', tiene que realizar la acción que envía la respuesta 'pronunciar_saludo'de vuelta al usuario.

cuentos:- historia: camino feliz
pasos:
- intención: saludar
- acción: utter_greet
- intención: mood_great
- acción: utter_happy

En este punto, su chatbot solo puede manejar conversaciones muy básicas y genéricas. Para satisfacer sus necesidades personales o comerciales, debe realizar algunos cambios en el chatbot predeterminado. Puede hacer esto modificando el contenido del nlu.yml, historia.yml, dominio.yml archivos mencionados anteriormente usando un editor de texto. Sin embargo, la mejor forma de realizar estos cambios es a través de la plataforma Rasa x.

En la siguiente parte de esta serie de tres partes, hablaré sobre cómo modificar, entrenar y probar su chatbot usando Rasa X. Puede encontrar la publicación esta página!

Si te gusta este post, HIT ¡Cómprame un café! Gracias por leer.

Tu contribución me animará a crear más contenido como este.

Source: https://chatbotslife.com/creating-a-chatbot-for-your-website-part-1-setting-up-rasa-chatbot-locally-on-your-system-6731b0bafa44?source=rss—-a49517e4c30b—4