Hvordan lage din egen chatbot

Vi starter med å lage en fil som vi skal bruke til å laste ned modellen. For å hjelpe oss bruker vi Klemende ansikt, et python-bibliotek som tilbyr forskjellige NLP-modeller av høy kvalitet.

Deretter lager vi en python-klasse som vi vil bruke til å håndtere logikken fra å konvertere vår engelske tekst for å lage våre ordtokener som vi vil bruke som innganger for vår modell.

Vi bygger deretter en Kolbe API med to sluttpunkter, en for å sjekke om tjenesten fungerer og en for integrering med chatbot.

Til slutt genererer vi en Dockerfil som når den bygges vil laste ned chat-modellen på forhånd, slik at når vi sender forespørsel til API-en vår, kan den gi raske svar, i stedet for å laste modellen på nytt hver eneste gang. Dette vil forbedre ytelsen til vår bot drastisk. For å være vert for API bruker vi gunicorn som vår wsgi-server uten ekstra webserver-rammeverk.

Trinnene fra å kjøre modellen din på din lokale maskin for å få den til å kjøre i produksjon, kan se skremmende. Imidlertid har flere tjenester gjort dette trinnet mye lettere de siste årene.

Vi skal jobbe med google cloud run for dette prosjektet. Googles “serverløs” plattform, jeg liker ikke ordet serverløs siden det selvfølgelig må være en server som kjører koden, men det er serverfritt i den forstand at det ikke lagrer klientdata fra økt til en annen økt og at vi får den serveren som er tilgjengelig til enhver tid.

1. Chatbot-trendrapport 2021

2. 4 DO og 3 IKKE for å trene en Chatbot NLP-modell

3. Concierge Bot: Håndter flere chatbots fra en chat-skjerm

4. Et ekspertsystem: Conversational AI Vs Chatbots

Source: https://chatbotslife.com/how-to-build-your-own-chatbot-f5848ebcba8d?source=rss—-a49517e4c30b—4