Creazione di un chatbot dal vivo per il tuo sito web (Parte 2): Modifica, addestramento e test del tuo chatbot ...

Ciao! Benvenuto nella seconda parte di una serie in 3 parti che prevede la creazione e l'implementazione di un chatbot per il tuo sito Web aziendale o personale utilizzando Rasa, Docker e Heroku. Nel prima parte, ho parlato dell'impostazione del chatbot in locale sul tuo sistema e di apportarvi modifiche utilizzando un editor di testo. In questa seconda parte, parlerò di come apportare modifiche al tuo chatbot utilizzando la piattaforma Rasa X. Ti insegnerò come aggiungere nuovi dati, addestrare il tuo bot e utilizzare il modello appena generato per parlare con il tuo chatbot, tutto attraverso Rassa X.

Rassa X è uno strumento CDD (Conversation-Driven Development) che ti aiuta a migliorare il tuo chatbot. Rasa X fornisce un'interfaccia utente per interagire con il tuo bot. Con Rasa X puoi chattare con il tuo chatbot locale come utente finale, puoi anche inserire nuovi dati e riaddestrare il tuo chatbot.

Per installare Rasa X, procedere come segue:

1. Apri il prompt di Anaconda e cd nella directory del progetto Rasa (creata nella prima parte di questa serie).

2. Attiva l'ambiente virtuale che hai creato nell'ultima parte di questa serie.

conda attiva rasavirtualenv

3. Installa Rasa X eseguendo il comando seguente

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

Potrebbe essere necessario eseguire il downgrade di pip se l'installazione richiede troppo tempo

pip install — aggiorna pip==20.2

Una volta che Rasa X è stato installato correttamente, eseguire il comando seguente

rasa X

Questo comando farà apparire un'interfaccia utente nel tuo browser. In questa interfaccia utente vedrai diverse schede. In questo tutorial mi concentrerò sul Dati Nlu, , Storie, Modelle, parla con il tuo bot scheda e Treni pulsante.

Scheda Dati NLU

Qui si inseriscono i dati di addestramento per l'utente. I dati di addestramento qui sono messaggi di esempio che l'utente potrebbe potenzialmente inviare al chatbot. Questo corrisponde al nlu.yml file sul tuo sistema locale. Quando inserisci un nuovo messaggio devi anche classificare il file intento, questo aiuta il chatbot a prevedere quale sia il significato dietro il messaggio di un utente quando riceverà un messaggio simile in futuro.

Nell'immagine qui sopra puoi vedere che ho inserito un nuovo messaggio "Hola" e ho classificato l'intento come 'salutare'. Dopo aver inserito queste informazioni, le salverò. Puoi inserire tutti gli esempi che desideri, più sono e meglio è. Puoi anche creare nuovi intenti.

Scheda Risposte

Qui è dove si inseriscono risposte di esempio per il chatbot, ovvero i messaggi che il chatbot dovrebbe inviare all'utente quando riceve un messaggio. Simile al Dati NLU scheda, ogni risposta è classificata in base all'intento; Per esempio, 'totale_saluto' comprende le risposte che il chatbot dovrebbe dare all'utente quando riceve un messaggio con intento 'salutare'. È possibile inserire nuove risposte selezionando una categoria di risposta e facendo clic sul pulsante più. Quando inserisci una nuova variante di risposta, premi semplicemente 'Salvare'. Puoi anche creare nuove categorie di risposta.

1. Rapporto sulle tendenze dei chatbot 2021

2. 4 DA FARE e 3 DA NON FARE per l'addestramento di un modello di PNL Chatbot

3. Concierge Bot: gestisci più chatbot da una schermata di chat

4. Un sistema esperto: Conversational AI vs Chatbots

Scheda Storie

Questo corrisponde al storie.yml file nella directory dei file locale. Qui è dove riunisci i dati delle due schede precedenti. Qui stai fondamentalmente creando una trama o una trama, dove a seconda dell'intento del messaggio inviato dall'utente, il chatbot deve dare una risposta appropriata. Questo aiuta a insegnare al chatbot cosa fare in diversi scenari. Ad esempio, se il chatbot riceve un messaggio con intento 'salutare' deve rispondere inviando un saluto all'utente attraverso l'azione 'totale_saluto'.

Devi creare quante più storie possibili. Dovresti avere un percorso/trama felice, ad esempio dove le cose vanno come previsto. Devi anche avere un percorso/trama triste che gestisca le eccezioni. Puoi creare una nuova storia facendo clic sul pulsante più.

Pulsante del treno

Quando hai finito di inserire tutti i tuoi nuovi dati nel file Dati NLU, ed Storie scheda, è necessario premere il Treni pulsante, questo pulsante riaddestra il tuo chatbot e salva il modello appena generato nel file Modelli scheda. La cosa grandiosa di Rasa X è che quando alleni il tuo chatbot, anche tutti i nuovi dati che hai inserito vengono inseriti e archiviati localmente nei file corrispondenti sul tuo sistema locale.

Scheda Modelli

Qui puoi trovare tutti i tuoi modelli generati. Il modello più attuale è sempre quello in alto. È possibile attivare questo modello facendo clic sulla freccia in su.

Chatta con il tuo bot Tab

Una volta attivato il nuovo modello, puoi testarlo nel Chatta con il tuo bot scheda. Come puoi vedere nell'immagine qui sotto, la risposta che il bot ha dato è la nuova risposta che ho inserito in precedenza.

Ecco qua! Ecco come inserire nuovi dati, addestrare e testare il tuo chatbot usando Rasa X. Nella prossima parte di questa serie parlerò di come distribuire il tuo chatbot su un server live Heroku usando Docker, e anche come comunicare con questo bot tramite un widget di chat nel tuo sito web. Rimani sintonizzato!!

Se ti piace questo post, HIT Comprami un caffè! Grazie per aver letto.

Il tuo piccolo contributo mi incoraggerà a creare altri contenuti come questo.

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