Como construir seu próprio chatbot

Começamos criando um arquivo que usaremos para baixar o modelo. Para nos ajudar, usamos Abraçando, uma biblioteca python que fornece vários modelos de PNL de alta qualidade.

Em seguida, criamos uma classe Python que usaremos para lidar com a lógica de conversão de nosso texto em inglês para criar nossos tokens de palavras que usaremos como entradas para nosso modelo.

Em seguida, construímos um Frasco API com dois endpoints, um para verificar se o serviço está funcionando e outro para integração com nosso chatbot.

Por fim, geramos um Dockerfile que, ao ser construído, fará o pré-download do modelo de chat para que, quando enviarmos a solicitação à nossa API, ela possa dar respostas rápidas, em vez de recarregar o modelo todas as vezes. Isso melhorará drasticamente o desempenho do nosso bot. Para hospedar a API, usamos gunicorn como nosso servidor wsgi sem estrutura de servidor web adicional.

As etapas desde a execução de seu modelo em sua máquina local até sua execução na produção podem parecer assustadoras. No entanto, vários serviços tornaram essa etapa muito mais fácil nos últimos anos.

Vamos trabalhar com corrida na nuvem do google para este projeto. Plataforma "sem servidor" do Google, não gosto da palavra sem servidor, pois é claro que deve haver um servidor executando o código, mas é sem servidor no sentido de que não salva nenhum dado de cliente de uma sessão para outra e que obtemos qualquer servidor disponível a qualquer momento.

1. Relatório de tendências do Chatbot 2021

2. 4 O que fazer e 3 o que não fazer para treinar um modelo de PNL do Chatbot

3. Concierge Bot: lida com vários chatbots a partir de uma tela de bate-papo

4. Um sistema especialista: Conversational AI Vs Chatbots

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