ایجاد یک چت بات زنده برای وب سایت شما (قسمت 2): اصلاح، آموزش و آزمایش ربات چت شما…

سلام! به قسمت دوم یک سری 3 قسمتی که شامل ایجاد و استقرار یک ربات چت برای کسب و کار یا وب سایت شخصی شما با استفاده از Rasa، Docker و Heroku است، خوش آمدید. در بخش اول، من در مورد راه اندازی ربات چت به صورت محلی در سیستم شما و ایجاد تغییرات در آن با استفاده از یک ویرایشگر متن صحبت کردم. در این قسمت دوم، من در مورد نحوه ایجاد تغییرات در ربات چت خود با استفاده از پلتفرم Rasa X صحبت خواهم کرد. من به شما یاد خواهم داد که چگونه داده های جدید اضافه کنید، ربات خود را آموزش دهید و از مدل جدید ایجاد شده برای صحبت با ربات چت خود استفاده کنید. رسا ایکس.

رسا ایکس یک ابزار توسعه مکالمه محور (CDD) است که به شما کمک می کند ربات چت خود را بهبود بخشید. Rasa X یک رابط کاربری برای تعامل با ربات خود در اختیار شما قرار می دهد. با Rasa X می توانید با چت بات محلی خود به عنوان کاربر نهایی چت کنید، همچنین می توانید داده های جدید را وارد کرده و ربات چت خود را دوباره آموزش دهید.

برای نصب Rasa X موارد زیر را انجام دهید:

1. اعلان Anaconda را باز کنید و cd در فهرست پروژه راسا شما (که در قسمت اول این مجموعه ایجاد شده است).

2. محیط مجازی که در قسمت آخر این مجموعه ایجاد کردید را فعال کنید.

conda activate rasavirtualenv

3. Rasa X را با اجرای دستور زیر نصب کنید

pip install rasa-x - extra-index-url https://pypi.rasa.com/simple

اگر نصب بیش از حد طول بکشد، ممکن است مجبور شوید پیپ را کاهش دهید

pip install - ارتقا pip==20.2

هنگامی که Rasa X با موفقیت نصب شد، دستور زیر را اجرا کنید

راسا ایکس

این دستور یک رابط کاربری در مرورگر شما ظاهر می شود. در این رابط کاربری قرار است چندین تب را مشاهده کنید. در این آموزش من بر روی آن تمرکز خواهم کرد داده های Nlu, پاسخ, داستان, مدل ها، با ربات خود صحبت کنید برگه ، و قطار را فشار دهید.

برگه داده NLU

در اینجا شما داده های آموزشی را برای کاربر وارد می کنید. داده های آموزشی در اینجا نمونه پیام هایی هستند که کاربر می تواند به طور بالقوه به ربات چت ارسال کند. این مربوط به nlu.yml فایل در سیستم محلی شما هنگامی که یک پیام جدید وارد می کنید، باید آن را نیز طبقه بندی کنید قصد، این به ربات چت کمک می کند تا معنای پشت پیام کاربر را در صورت دریافت پیام مشابه در آینده پیش بینی کند.

در تصویر بالا می بینید که پیام جدیدی وارد کردم "هولا" و من قصد را به عنوان "سلام کردن'. پس از وارد کردن این اطلاعات، آن را ذخیره می کنم. شما می توانید هر تعداد نمونه که دوست دارید وارد کنید، هر چه بیشتر بهتر باشد. شما همچنین می توانید مقاصد جدید ایجاد کنید.

برگه پاسخ ها

این جایی است که شما نمونه پاسخ‌ها را برای چت بات وارد می‌کنید، یعنی پیام‌هایی را که چت ربات باید هنگام دریافت هر پیامی برای کاربر ارسال کند. شبیه به داده های NLU تب، هر پاسخ بر اساس قصد دسته بندی می شود. مثلا، 'utter_greetشامل پاسخ هایی است که چت بات باید به کاربر هنگام دریافت پیامی با قصد بدهد. "سلام". با انتخاب دسته پاسخ و کلیک بر روی دکمه مثبت می توانید پاسخ های جدید را وارد کنید. هنگامی که یک نوع پاسخ جدید را وارد می کنید، به سادگی فشار می دهید 'صرفه جویی'. همچنین می‌توانید دسته‌های پاسخ جدید ایجاد کنید.

1. گزارش روندهای چت بات در سال 2021

2. 4 باید و 3 نباید برای آموزش یک مدل NLP چت بات

3. ربات دربان: چند ربات چت را از یک صفحه چت مدیریت کنید

4. یک سیستم خبره: هوش مصنوعی مکالمه در مقابل چت ربات

برگه داستان ها

این مربوط به story.yml فایل در فهرست فایل محلی خود. این جایی است که داده های دو تب قبلی را با هم می آورید. در اینجا شما اساساً در حال ایجاد یک خط داستانی یا طرح هستید، که بسته به هدف پیام ارسال شده توسط کاربر، ربات چت باید پاسخ مناسبی را ارائه دهد. این به چت بات آموزش می دهد که در سناریوهای مختلف چه کاری انجام دهد. به عنوان مثال، اگر چت بات پیامی با قصد دریافت کند "سلام" باید با ارسال یک تبریک به کاربر از طریق عمل پاسخ دهدutter_greet".

شما باید تا حد امکان داستان بسازید. شما باید مسیر/داستان شادی داشته باشید، یعنی جایی که همه چیز طبق برنامه پیش می رود. شما همچنین باید یک مسیر/داستان غم انگیز داشته باشید که استثنائات را کنترل کند. با کلیک بر روی دکمه پلاس می توانید یک داستان جدید ایجاد کنید.

دکمه قطار

هنگامی که تمام داده های جدید خود را وارد کنید داده های NLU, پاسخ و داستان زبانه، باید دکمه را فشار دهید قطار را فشار دهید، این دکمه چت بات شما را دوباره آموزش می دهد و مدل جدید تولید شده را در آن ذخیره می کند مدل برگه نکته جالب در مورد Rasa X این است که وقتی چت بات خود را آموزش می دهید، تمام داده های جدیدی که وارد کرده اید نیز به صورت محلی در فایل های مربوطه در سیستم محلی شما وارد شده و ذخیره می شود.

تب مدل ها

در اینجا می توانید تمام مدل های تولید شده خود را پیدا کنید. جدیدترین مدل همیشه در بالاست. با کلیک بر روی فلش بالا می توانید این مدل را فعال کنید.

با تب ربات خود چت کنید

هنگامی که مدل جدید را فعال کردید، می توانید آن را در قسمت تست کنید با ربات خود چت کنید برگه همانطور که در تصویر زیر می بینید، پاسخی که ربات داده است، پاسخ جدیدی است که قبلاً وارد کردم.

شما آن را دارید! این نحوه وارد کردن داده های جدید، آموزش و تست ربات چت خود با استفاده از Rasa X است. در قسمت بعدی این مجموعه در مورد نحوه استقرار ربات چت خود بر روی سرور زنده Heroku با استفاده از Docker و همچنین نحوه برقراری ارتباط با این ربات صحبت خواهم کرد. از طریق ویجت چت در وب سایت شما. گوش به زنگ باشید!!

اگر این پست را دوست دارید، ضربه بزنید برای من یک قهوه بخر! با تشکر برای خواندن.

مشارکت کوچک شما من را تشویق می کند تا محتوای بیشتری از این دست ایجاد کنم.

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