Tworzenie chatbota na żywo dla swojej witryny (część 2): modyfikowanie, szkolenie i testowanie chatbota…

Cześć! Witamy w drugiej części 3-częściowej serii dotyczącej tworzenia i wdrażania chatbota dla Twojej firmy lub osobistej witryny internetowej przy użyciu Rasa, Docker i Heroku. w Pierwsza część, mówiłem o skonfigurowaniu chatbota lokalnie w systemie i wprowadzaniu w nim zmian za pomocą edytora tekstu. W tej drugiej części opowiem jak dokonać zmian w chatbocie za pomocą platformy Rasa X. Nauczę Cię jak dodawać nowe dane, trenować bota i wykorzystywać nowo wygenerowany model do rozmowy z chatbotem, przez cały czas Rasa X.

Rasa X to narzędzie do programowania opartego na rozmowach (CDD), które pomaga ulepszyć chatbota. Rasa X zapewnia interfejs użytkownika umożliwiający interakcję z botem. Dzięki Rasa X możesz rozmawiać ze swoim lokalnym chatbotem jako użytkownik końcowy, możesz także wprowadzać nowe dane i przeszkolić swojego chatbota.

Aby zainstalować Rasa X, wykonaj następujące czynności:

1. Otwórz monit Anacondy i cd do katalogu projektu Rasa (utworzonego w pierwszej części tej serii).

2. Aktywuj środowisko wirtualne, które utworzyłeś w ostatniej części tej serii.

conda aktywować rasavirtualenv

3. Zainstaluj Rasa X, uruchamiając poniższe polecenie

pip install rasa-x — dodatkowy adres URL indeksu https://pypi.rasa.com/simple

Być może będziesz musiał obniżyć wersję pip, jeśli instalacja trwa zbyt długo

instalacja pip — aktualizacja pip==20.2

Po pomyślnym zainstalowaniu Rasa X uruchom poniższe polecenie

rasa X

To polecenie spowoduje wyświetlenie interfejsu użytkownika w przeglądarce. W tym interfejsie użytkownika zobaczysz kilka zakładek. W tym samouczku skupię się na Dane Nlu, Odpowiedzi, historie, Modele, porozmawiaj ze swoim botem tab i Pociąg przycisk.

Zakładka Dane NLU

Tutaj wprowadzasz dane treningowe dla użytkownika. Dane szkoleniowe to przykładowe wiadomości, które użytkownik może potencjalnie wysłać do chatbota. Odpowiada to nlu.yml plik w systemie lokalnym. Kiedy wprowadzasz nową wiadomość, musisz także sklasyfikować zamiarpomaga to chatbotowi przewidzieć znaczenie wiadomości użytkownika, gdy w przyszłości otrzyma on podobną wiadomość.

Na powyższym obrazku widać, że wprowadziłem nową wiadomość 'Cześć' i sklasyfikowałem ten zamiar jako „powitać'. Po wprowadzeniu tych informacji zapiszę je. Możesz podać dowolną liczbę przykładów, im więcej, tym lepiej. Możesz także tworzyć nowe intencje.

Zakładka Odpowiedzi

Tutaj wpisujesz przykładowe odpowiedzi dla chatbota, czyli wiadomości, które chatbot powinien odesłać użytkownikowi po otrzymaniu jakiejkolwiek wiadomości. Podobny do Dane NLU zakładka, każda odpowiedź jest kategoryzowana według intencji; Na przykład, 'pozdrawiam' obejmuje odpowiedzi, jakie chatbot powinien udzielić użytkownikowi, gdy otrzyma wiadomość z zamiarem 'powitać'. Możesz wprowadzić nowe odpowiedzi, wybierając kategorię odpowiedzi i klikając przycisk plusa. Po wprowadzeniu nowego wariantu odpowiedzi wystarczy nacisnąć 'Zapisać'. Możesz także utworzyć nowe kategorie odpowiedzi.

1. Raport trendów Chatbota 2021

2. 4 zalecenia i 3 czego nie wolno ćwiczyć w modelu NLP chatbota

3. Bot Concierge: Obsługuj wiele Chatbotów z jednego ekranu czatu

4. System ekspercki: konwersacyjne AI kontra chatboty

Zakładka Historie

Odpowiada to opowieści.yml plik w lokalnym katalogu plików. W tym miejscu łączysz dane z dwóch poprzednich zakładek. Tutaj w zasadzie tworzysz fabułę lub fabułę, gdzie w zależności od intencji wiadomości wysłanej przez użytkownika chatbot musi udzielić odpowiedniej odpowiedzi. Pomaga to nauczyć chatbota, co robić w różnych scenariuszach. Na przykład, jeśli chatbot otrzyma wiadomość z zamiarem 'powitać' musi odpowiedzieć, wysyłając powitanie do użytkownika poprzez akcję 'pozdrawiam".

Musisz stworzyć jak najwięcej historii. Powinieneś mieć szczęśliwą ścieżkę/historię, czyli taką, w której wszystko idzie zgodnie z planem. Musisz także mieć smutną ścieżkę/fabułę, która obsługuje wyjątki. Możesz utworzyć nową historię, klikając przycisk plusa.

Przycisk pociągu

Kiedy skończysz wprowadzać wszystkie nowe dane w pliku Dane NLU, Odpowiedzi i historie zakładkę, należy nacisnąć przycisk Pociąg przycisk ten przeszkoli Twojego chatbota i zapisze nowo wygenerowany model w pliku modele patka. Wspaniałą rzeczą w Rasa X jest to, że kiedy szkolisz swojego chatbota, wszystkie nowe dane, które wprowadziłeś, są również wprowadzane i przechowywane lokalnie w odpowiednich plikach w twoim systemie lokalnym.

Zakładka Modele

Tutaj znajdziesz wszystkie wygenerowane modele. Najbardziej aktualny model jest zawsze tym na górze. Możesz aktywować ten model, klikając strzałkę w górę.

Czatuj ze swoim botem Tab

Po aktywowaniu nowego modelu możesz go przetestować w Porozmawiaj ze swoim botem patka. Jak widać na obrazku poniżej, odpowiedź udzielona przez bota jest nową odpowiedzią, którą wprowadziłem wcześniej.

Masz to! Oto jak wprowadzać nowe dane, trenować i testować chatbota za pomocą Rasa X. W kolejnej części tej serii będę mówił o tym, jak wdrożyć chatbota na działającym serwerze Heroku za pomocą Dockera, a także jak komunikować się z tym botem za pośrednictwem widżetu czatu na Twojej stronie internetowej. Czekać na dalsze informacje!!

Jeśli podoba Ci się ten post, HIT Kup mi kawę! Dziękuje za przeczytanie.

Twój niewielki wkład zachęci mnie do tworzenia większej liczby takich treści.

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