こんにちは！ Rasa、Docker、Heraku を使用してビジネスまたは個人の Web サイト用にチャットボットを作成および展開する 3 部構成シリーズの第 XNUMX 部へようこそ。の中に 最初の部分, システム上でローカルにチャットボットを設定し、テキスト エディターを使用してチャットボットに変更を加える方法についてお話しました。この第 2 部では、Rasa X プラットフォームを使用してチャットボットに変更を加える方法について説明します。新しいデータを追加し、ボットをトレーニングし、新しく生成されたモデルを使用してチャットボットと対話する方法を、すべてを通して説明します。ラサX。
ラサX は、チャットボットの改善に役立つ会話主導型開発 (CDD) ツールです。 Rasa X は、ボットと対話するためのユーザー インターフェイスを提供します。 Rasa X を使用すると、エンドユーザーとしてローカル チャットボットとチャットでき、新しいデータを入力してチャットボットを再トレーニングすることもできます。
Rasa X をインストールするには、次の手順を実行します。
- Anaconda プロンプトを開き、 cd Rasa プロジェクト ディレクトリ (このシリーズの最初の部分で作成) にコピーします。
2. このシリーズの最後の部分で作成した仮想環境をアクティブ化します。
condaはrasavirtualenvをアクティブにします
3. 以下のコマンドを実行して Rasa X をインストールします。
pip install rasa-x — エクストラインデックス URL https://pypi.rasa.com/simple
インストールに時間がかかりすぎる場合は、pip をダウングレードする必要がある場合があります
pip install — pip==20.2 をアップグレードします
Rasa X が正常にインストールされたら、以下のコマンドを実行します。
ラサX
このコマンドにより、ブラウザにユーザー インターフェイスがポップアップ表示されます。このユーザー インターフェイスには、いくつかのタブが表示されます。このチュートリアルでは、次の点に焦点を当てます。 Nluデータ, 返信, ストーリー, モデルの皆さん、ボットに話しかけてください タブ、および トレーニング
「NLU データ」タブ
ここでユーザーのトレーニング データを入力します。ここでのトレーニング データは、ユーザーがチャットボットに送信する可能性のあるサンプル メッセージです。これは、 nlu.yml ローカル システム上のファイル。新しいメッセージを入力するときは、メッセージを分類する必要もあります 意図、これは、チャットボットが将来同様のメッセージを受信したときに、ユーザーのメッセージの背後にある意味を予測するのに役立ちます。
上の画像では、新しいメッセージを入力したことがわかります 「オラ」 そして私はその意図を「」として分類しました迎えます'。この情報を入力したら、保存します。例は好きなだけ入力できますが、多いほど良いです。新しいインテントを作成することもできます。
「応答」タブ
ここには、チャットボットのサンプル応答、つまりチャットボットがメッセージを受信したときにユーザーに返信するメッセージを入力します。に似ています NLUデータ タブでは、各応答が意図に従って分類されます。例えば、 'あいさつ' には、チャットボットが意図のあるメッセージを受信したときにユーザーに返す必要がある応答が含まれます '挨拶する'。新しい回答を入力するには、回答カテゴリを選択し、プラス ボタンをクリックします。新しい応答パターンを入力するときは、単に を押すだけです。 'セーブ'。新しい応答カテゴリを作成することもできます。
2.チャットボットNLPモデルをトレーニングするための4つのすべきことと3つのすべきでないこと
ストーリータブ
これは storys.yml ローカル ファイル ディレクトリ内のファイル。ここで、前の 2 つのタブのデータを結合します。ここでは基本的にストーリーラインまたはプロットを作成します。ユーザーが送信したメッセージの意図に応じて、チャットボットは適切な応答を返す必要があります。これは、さまざまなシナリオで何をすべきかをチャットボットに教えるのに役立ちます。たとえば、チャットボットが意図を持ったメッセージを受信した場合、 '挨拶する' アクションを通じてユーザーに挨拶を返すことで応答する必要があります。あいさつ'。
できるだけ多くのストーリーを作成する必要があります。幸せな道筋/ストーリーライン、つまり物事が計画通りに進む必要があります。また、例外を処理する悲しいパス/ストーリーラインも必要です。プラスボタンをクリックすると、新しいストーリーを作成できます。
トレインボタン
新しいデータをすべて入力し終わったら、 NLUデータ, 返信 および ストーリー タブを押すと、 トレーニング ボタンをクリックすると、チャットボットが再トレーニングされ、新しく生成されたモデルが Models タブ。 Rasa X の優れた点は、チャットボットをトレーニングするときに、入力したすべての新しいデータも入力され、ローカル システム上の対応するファイルに保存されることです。
「モデル」タブ
ここで、生成されたすべてのモデルを見つけることができます。最新モデルが常に一番上に表示されます。上矢印をクリックすると、このモデルをアクティブにできます。
ボットとチャットするタブ
新しいモデルをアクティブ化したら、次の環境でテストできます。 ボットとチャットする タブ。下の画像からわかるように、ボットが返した応答は、以前に入力した新しい応答です。
ほら、ありますよ！これは、Rasa X を使用して新しいデータを入力し、チャットボットをトレーニングし、テストする方法です。このシリーズの次のパートでは、Docker を使用してライブ サーバー Heroku にチャットボットをデプロイする方法と、このボットと通信する方法について説明します。 Web サイトのチャット ウィジェットを介して。乞うご期待！！
この投稿が気に入ったら、HITコーヒーを買ってください！ 読んでくれてありがとう。
あなたの小さな貢献が、このようなコンテンツをさらに作成する励みになります。