Chatbotin luominen verkkosivustollesi (osa 1): Asenna Rasa chatbot paikallisesti järjestelmään

Hei! Tämä on 3-osaisen sarjan ensimmäinen osa, johon sisältyy chatbot yrityksellesi tai henkilökohtaiselle verkkosivustollesi käyttämällä Dockeria ja Herokua. Keskustelutekoälyalusta, jota käytän, on Rasa. Rasa on avoimen lähdekoodin koneoppimiskehys, jonka avulla voit luoda chatrobotteja. se sattuu olemaan myös suosikkini chatbot-foorumi monista syistä, kuten siitä, että se on avointa lähdettä, laajalti käytetty ja hyvin dokumentoitu.

Tässä viestissä puhun siitä, kuinka Rasa asennetaan paikallisesti tietokoneellesi. Vaikka käyttöjärjestelmäni on Windows, koko tämä prosessi voidaan kopioida mihin tahansa järjestelmään.

Edellytys:

1. Lataa Anaconda Prompt osoitteesta tätä.
2. Lataa Microsoftin rakennustyökalut tätä.
3. Luo järjestelmään hakemisto, johon haluat tallentaa Rasa-projektisi.

Kun kaikki tämä on tehty, avaa Anaconda nopea sovellus ja 'CD' luomallesi hakemistolle minun on nimeltään 'Rasa Project'.

Suorita sitten seuraavat komennot Anaconda Prompt:

1. Luo virtuaaliympäristö käyttämällä alla olevaa komentoa.

conda luoda -n rasavirtualenv python = 3.6

2. Aktivoi ympäristösi komennolla

conda aktivoi rasavirtualenv

3. Asenna Ujson

conda install ujson == 1.35

4. Asenna Tensorflow

conda asenna tensorflow

5. Asenna Rasa Open Source.

pip asentaa rasa

6. Luo uusi rasa-projekti projektihakemistoon

rasa init

1. Chatbotin trendiraportti 2021

2. 4 DO: ta ja 3 EI OLE Chatbot NLP -mallin kouluttamiseen

3. Concierge Bot: Käsittele useita chatbotteja yhdestä chat-näytöstä

4. Asiantuntijajärjestelmä: Keskustelevat AI Vs Chatbotit

Kun tarkastellaan yllä olevan ruudun viimeistä osaa, kun sinua pyydetään antamaan polku, jonka haluat luoda projektin, kirjoita pisteiden merkki (.), Tämä tarkoittaa, että haluat luoda projektin nykyiseen hakemistoon. Kun sinulta kysytään, haluatko kouluttaa mallia, voit valita joko y tai n.

Kun yllä oleva komento on suoritettu loppuun ja uusi projekti on luotu, sinulta kysytään, haluatko puhua chatbot terminaalissa. Jos vastaat kyllä, vuoropuhelu alkaa sinun ja äskettäin luodun chatbotin välillä.

Nyt kun projekti on luotu, tarkista projektihakemistosi, että siihen on lisätty useita tiedostoja. Keskustelen nopeasti 3 tiedostosta, joiden mielestäni sinun on ymmärrettävä niiden sisältö; tiedosto domain.yml päähakemistossa ja tiedostot nlu.yml ja tarinoita vuonna tiedot kansio.

- nlu.yml tiedosto, johon kaikki harjoitustiedot on tallennettu. Harjoitustiedot ovat esimerkkiviestejä, jotka käyttäjät voivat lähettää sinulle chatbot. Tässä tiedostossa viestit luokitellaan tarkoituksen mukaan. Ote tiedostosta näkyy alla. Kuten näet, tarkoitus: tervehtiä on useita esimerkkejä, kuten "hei", "hei", "hei" jne. Tarkoitus: hyvästi on esimerkkejä "hei", "hyvästi", "cu" jne.

nlu:
- tarkoitus: tervehtiä
esimerkkejä: |
- hei
- Hei
- Hei
- Hei siellä
- Hyvää huomenta
- hyvää iltaa
- Hei siellä
- mennään
- Hei jätkä
- Hyvää huomenta
- hyvää iltaa
- hyvää iltapäivää
- Hei siellä- tarkoitus: hyvästi
esimerkkejä: |
- hyvää iltapäivää
- cu
- hyvä
- vie sinut myöhemmin
- hyvää yötä
- Hei hei
- Hyvästi
- hauskaa päivän jatkoa
- nähdään
- Hei hei
- nähdään myöhemmin
- Adios

- domain.yml tiedosto määrittelee projektisi laajuuden. Se sisältää tärkeitä tietoja projektistasi, kuten tarkoitukset, entiteetit, paikat, toiminnot ja erityisesti näyte responeja että botin on lähetettävä takaisin käyttäjälle, kun se saa viestin. Samanlainen kuin nlu.yml, botivastaukset luokitellaan tarkoituksen mukaan. Esimerkiksi vastaus: utter_greet lähetetään aina, kun botti haluaa lähettää tervehdyksen käyttäjälle. Tämä näkyy alla olevassa koodisegmentissä.

katsoen:
- tervehtiä:
use_entities: totta
- Hyvästi:
use_entities: totta
- vahvistaa:
use_entities: totta
- kieltää:
use_entities: totta
- mood_great:
use_entities: totta
- mieliala_onneton:
use_entities: totta
- bot_challenge:
use_entities: tottaentiteetit: []
peliautomaatit: {}vastauksia:
utter_greet:
- teksti: Hei! Mitä kuuluu?
- teksti: Hei! Mitä sinulle kuuluu tänään?
utter_cheer_up:
- kuva: https://i.imgur.com/nGF1K8f.jpg
teksti: 'Tässä on jotain, joka piristää sinua:'
utter_did_that_help:
- teksti: Auttoiko se sinua?
täysin_onnellinen:
- teksti: Hienoa, jatka!
hyvästit:
- teksti: Hei
utter_iamabot:
- teksti: Olen botti, Rasa.Toiminnot: []
lomakkeet: {}
e2e_toiminnot: []

- tarinoita tiedosto tuo käyttäjän viestit ja botivastaukset yhteen. Se luo tarinan tai juovan useista vuorovaikutuksista, joita botin ja käyttäjän välillä voi tapahtua. Se määrittää, minkä vastauksen chatbotin tulisi antaa käyttäjän lähettämän viestin tarkoituksen perusteella. Tämä auttaa opettamaan chatbotille, mitä tehdä eri tilanteissa. Esimerkiksi alla olevaa koodisegmenttiä tarkasteltaessa, jos chatbot vastaanottaa viestin tarkoituksella 'tervehtiä', sen on suoritettava toimenpide, joka lähettää vastauksen ''täydellinen_tervehdys'takaisin käyttäjälle.

tarinoita:- tarina: onnellinen polku
vaiheet:
- tarkoitus: tervehtiä
- toiminta: utter_greet
- tarkoitus: mood_great
- toiminta: utter_happy

Tässä vaiheessa chat-robotti pystyy käsittelemään vain hyvin yksinkertaisia ​​ja yleisiä keskusteluja. Henkilökohtaisten tai yritystarpeidesi mukauttamiseksi sinun on tehtävä joitain muutoksia oletus chatbotiin. Voit tehdä tämän muokkaamalla nlu.yml, tarina.yml, toimialue.yml yllä mainitut tiedostot tekstieditorilla. Paras tapa tehdä nämä muutokset on kuitenkin alustan kautta Rasa X.

Tämän kolmen osan sarjan seuraavassa osassa puhun chatbotin muokkaamisesta, kouluttamisesta ja testaamisesta Rasa X: n avulla. Löydät viestin tätä!

Jos pidät tästä viestistä, HIT Osta minulle kahvia! Kiitos lukemisesta.

Avustuksesi kannustaa minua luomaan enemmän tällaista sisältöä.

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