Helló! Ez egy 3 részes sorozat első része, amely magában foglalja a létrehozását és telepítését chatbot üzleti vagy személyes webhelyéhez a Docker és a Heroku használatával. A társalgási AI platform, amelyet használnék Íz. A Rasa egy nyílt forráskódú gépi tanulási keretrendszer, amely segít chatbotok létrehozásában; több okból is ez a kedvenc chatbot-platformom, például nyílt forráskódú, széles körben használt és jól dokumentált.
Ebben a bejegyzésben arról fogok beszélni, hogyan állíthatja be helyileg a Rasát a számítógépén. Bár az operációs rendszerem Windows, ez a teljes folyamat bármely rendszerre replikálható.
Előfeltétel:
- Az Anaconda Prompt letöltése innen itt.
- Töltse le a Microsoft build eszközöket itt.
- Hozzon létre egy könyvtárat a rendszeren, ahol tárolni szeretné Rasa projektjét.
Ha mindez megtörtént, nyissa meg a Anakonda Gyors alkalmazás ésCD' az általad létrehozott könyvtárba az enyém a „Rasa Project” nevet kapta.
Ezután futtassa a következő parancsokat az Anaconda Promptban:
- Hozzon létre egy virtuális környezetet az alábbi paranccsal.
conda create -n rasavirtualenv python=3.6
2. Aktiválja a környezetét a paranccsal
conda aktiválja a rasavirtualenv
3. Telepítse az Ujson-t
conda install ujson==1.35
4. Telepítse a Tensorflow-t
conda install tensorflow
5. Telepítse a Rasa nyílt forráskódot.
pip install rasa
6. Hozzon létre egy új rasa projektet a projektkönyvtárában
rasa init
2. 4 NAGYON ÉS 3 NEGYED a Chatbot NLP-modell betanításához
3. Concierge Bot: Több chatbotot kezelhet egyetlen csevegőképernyőről
A fenti képernyő utolsó részét tekintve, amikor a projektet létrehozni kívánt útvonal megadására kérik, írjuk be a pontjelet (.), ez azt jelenti, hogy az aktuális könyvtárban szeretne projektet létrehozni. Amikor megkérdezik, hogy szeretne-e modellt képezni, választhat „y” vagy „n” közül.
Miután a fenti parancs végrehajtása befejeződött és az új projekt létrejött, a rendszer megkérdezi, hogy szeretne-e beszélni a chatbot a terminálban. Ha igennel válaszol, akkor párbeszéd kezdődik közted és az újonnan létrehozott chatbot között.
Most, hogy a projekt létrejött, ha megnézi a projektkönyvtárat, látni fogja, hogy több fájl is hozzáadásra került. Gyorsan megbeszélek 3 fájlt, amelyekről úgy érzem, hogy meg kell értened a tartalmukat; a fájl domain.yml a fő könyvtárban, és a fájlokat nlu.yml és a történetek.yml a dátum mappát.
A nlu.yml fájl az, ahol az összes edzésadatot tárolják. A képzési adatok mintaüzenetek, amelyeket a felhasználók elküldhetnek Önnek chatbot. Ebben a fájlban az üzenetek a szándék szerint vannak kategorizálva. Az alábbiakban egy kivonat látható a fájlból. Amint látod, szándék : üdvözölni több példa is van, pl. 'szia', 'hello', 'hé' stb. Cél: viszlát példák vannak: „viszlát”, „viszlát”, „cu” stb.
nlu:
- szándék: köszön
példák: |
- Hé
- Helló
- Szia
- Szia
- jó reggelt kívánok
- jó estét
- Halihó
- Gyerünk
- Hé haver
- jó reggelt kívánok
- jó estét
- jó napot
- Szia- szándék: viszlát
példák: |
- jó napot
— cu
- Viszlát
- viszlát később
- jó éjszakát
- Viszlát
- viszontlátásra
- legyen szép napod
- találkozunk
- Viszlát
- Később találkozunk
— Adios
A domain.yml fájl határozza meg a projekt hatókörét. Kiemelkedő információkat tartalmaz a projektről, például szándékokat, entitásokat, résidőket, műveleteket, és különösen a minta rválaszokat amit a botnak vissza kell küldenie a felhasználónak, amikor üzenetet kap. Hasonló nlu.yml, a bot válaszokat a szándék szerint kategorizáljuk. Például a válasz: utter_greet akkor kerül elküldésre, amikor a bot üdvözletet akar küldeni a felhasználónak. Ez az alábbi kódrészletben látható.
szándékok:
- üdvözöl:
use_entities: igaz
- viszontlátásra:
use_entities: igaz
- megerősít:
use_entities: igaz
- tagadni:
use_entities: igaz
- mood_great:
use_entities: igaz
- hangulat_unhappy:
use_entities: igaz
- bot_challenge:
use_entities: igazentitások: []
helyek: {}válaszok:
utter_greet:
— szöveg: Szia! Hogy vagy?
— szöveg: Szia! Hogy vagy ma?
utter_cheer_up:
— kép: https://i.imgur.com/nGF1K8f.jpg
szöveg: 'Itt van valami, ami felvidít:'
utter_did_that_help:
— szöveg: Ez segített?
utter_happy:
— szöveg: Remek, folytasd!
utter_goodbye:
— szöveg: Viszlát
utter_iamabot:
— szöveg: Bot vagyok, üzemeltető: Rasa.akciók: []
űrlapok: {}
e2e_actions: []
A történetek.yml filé összehozza a felhasználó üzeneteit és a bot válaszait. Létrehoz egy történetet vagy egy cselekményt a bot és a felhasználó között előforduló számos interakcióból. Meghatározza, hogy a chatbotnak milyen választ kell adnia a felhasználó által küldött üzenet szándéka alapján. Ez segít megtanítani a chatbotnak, hogy mit kell tennie különböző forgatókönyvekben. Például az alábbi kódszegmensre nézve, ha a chatbot szándékos üzenetet kap 'üdvözöl', végre kell hajtania azt a műveletet, amely a választ küldi.kimondani_üdvözölni' vissza a felhasználóhoz.
történetek:- történet: boldog út
lépések:
— szándék: köszön
— akció: üdvözöljük
— szándék: hangulat_nagyszerű
— cselekvés: teljes_boldog
Ezen a ponton a chatbot csak nagyon egyszerű és általános beszélgetéseket képes kezelni. Annak érdekében, hogy megfeleljen személyes vagy üzleti igényeinek, néhány változtatást kell végrehajtania az alapértelmezett chatboton. Ezt a tartalom módosításával teheti meg nlu.yml, story.yml, domain.yml A fent említett fájlokat szövegszerkesztővel. Azonban ezeknek a változtatásoknak a legjobb módja a platformon keresztül Rasa X.
A három részes sorozat következő részében arról fogok beszélni, hogyan módosíthatja, taníthatja és tesztelheti chatbotját a Rasa X használatával. A bejegyzést megtalálja itt!
Ha tetszett ez a bejegyzés, NYOMJON Vegyél egy kávét! Köszönöm, hogy elolvasta.
Az Ön hozzájárulása arra ösztönöz, hogy több ehhez hasonló tartalmat hozzak létre.
- Akció
- Megerősít
- AI
- Minden termék
- Alkalmazás
- BEST
- Bot
- épít
- üzleti
- megvesz
- EGK-
- chatbot
- Chatbot platform
- chatbots
- kód
- tartalom
- Beszélgetés
- létrehozása
- Jelenlegi
- CZ
- dátum
- DID
- Dokkmunkás
- szerkesztő
- Környezet
- stb.
- EU
- EV
- EY
- vezetéknév
- megfelelő
- Keretrendszer
- GitHub
- jó
- nagy
- GV
- Hogyan
- How To
- HP
- hr
- HTTPS
- ia
- kép
- információ
- A szándék
- IP
- IT
- Kx
- tanulás
- LG
- helyileg
- LP
- gépi tanulás
- közepes
- microsoft
- modell
- NLP
- nyitva
- nyílt forráskódú
- érdekében
- emelvény
- program
- rasa
- Olvasás
- miatt
- jelentést
- válasz
- futás
- futás
- Képernyő
- Series of
- beállítás
- tárolni
- rendszer
- beszéd
- teszt
- Képzések
- Trends
- Felhasználók
- Tényleges
- weboldal
- ablakok
- X