Criando um chatbot ao vivo para seu site (Parte 2): Modificando, treinando e testando seu chatbot ...

Olá! Bem-vindo à segunda parte de uma série de três partes que envolve a criação e implantação de um chatbot para seu site comercial ou pessoal usando Rasa, Docker e Heroku. No primeira parte, falei sobre como configurar o chatbot localmente em seu sistema e fazer alterações nele usando um editor de texto. Nesta segunda parte falarei sobre como fazer alterações no seu chatbot utilizando a plataforma Rasa X. Vou te ensinar como adicionar novos dados, treinar seu bot e usar o modelo recém gerado para conversar com seu chatbot, tudo através de Rasa X.

Rasa X é uma ferramenta de desenvolvimento orientado a conversas (CDD) que ajuda você a melhorar seu chatbot. Rasa X fornece uma interface de usuário para você interagir com seu bot. Com o Rasa X, você pode conversar com seu chatbot local como usuário final, também pode inserir novos dados e treinar novamente seu chatbot.

Para instalar o Rasa X, faça o seguinte:

1. Abra o prompt do Anaconda e cd no diretório do projeto Rasa (criado na primeira parte desta série).

2. Ative o ambiente virtual que você criou na última parte desta série.

conda ativar rasavirtualenv

3. Instale o Rasa X executando o comando abaixo

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

Você pode ter que fazer o downgrade do pip se a instalação estiver demorando muito

instalação do pip - atualização do pip == 20.2

Depois que o Rasa X for instalado com sucesso, execute o comando abaixo

Rasa X

Este comando abrirá uma interface de usuário em seu navegador. Nesta interface do usuário você verá várias guias. Neste tutorial vou me concentrar no Dados Nlu, Respostas, Histórias, Modelos, fale com seu bot guia e Trem botão.

Guia Dados NLU

É aqui que você insere os dados de treinamento do usuário. Os dados de treinamento aqui são exemplos de mensagens que o usuário poderia enviar ao chatbot. Isto corresponde ao nlu.yml arquivo em seu sistema local. Ao inserir uma nova mensagem, você também deve classificar a intenção, isso ajuda o chatbot a prever qual será o significado da mensagem de um usuário quando ele receber uma mensagem semelhante no futuro.

Na imagem acima você pode ver que inseri uma nova mensagem 'Olá' e classifiquei a intenção como 'cumprimentar'. Depois de inserir essas informações, irei salvá-las. Você pode inserir quantos exemplos desejar, quanto mais, melhor. Você também pode criar novas intenções.

Guia Respostas

É aqui que você insere exemplos de respostas para o chatbot, ou seja, as mensagens que o chatbot deve enviar de volta ao usuário quando receber qualquer mensagem. Semelhante ao Dados NLU guia, cada resposta é categorizada de acordo com a intenção; por exemplo, 'total_saudação'abrange as respostas que o chatbot deve dar ao usuário quando recebe uma mensagem com intenção 'saudar'. Você pode inserir novas respostas selecionando uma categoria de resposta e clicando no botão de adição. Ao inserir uma nova variante de resposta, basta pressionar 'Salve '. Você também pode criar novas categorias de resposta.

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

Guia Histórias

Isso corresponde ao histórias.yml arquivo em seu diretório de arquivos local. É aqui que você reúne os dados das duas guias anteriores. Aqui você está basicamente criando um enredo ou enredo, onde dependendo da intenção da mensagem enviada pelo usuário, o chatbot deve dar uma resposta adequada. Isso ajuda a ensinar ao chatbot o que fazer em diferentes cenários. Por exemplo, se o chatbot receber uma mensagem com intenção 'saudar' ele deve responder enviando uma saudação ao usuário por meio da ação ‘total_saudação'.

Você precisa criar tantas histórias quanto possível. Você deve ter um caminho/enredo feliz, ou seja, onde as coisas acontecem conforme planejado. Você também precisa ter um caminho/enredo triste que lide com as exceções. Você pode criar uma nova história clicando no botão de adição.

Botão de trem

Quando você terminar de inserir todos os seus novos dados no Dados NLU, Respostas e Histórias guia, você precisa pressionar o Trem botão, este botão treinará novamente seu chatbot e salvará o modelo recém-gerado no Modelos aba. A grande vantagem do Rasa X é que quando você treina seu chatbot, todos os novos dados inseridos também são inseridos e armazenados localmente nos arquivos correspondentes em seu sistema local.

Guia Modelos

É aqui que você pode encontrar todos os seus modelos gerados. O modelo mais atual é sempre aquele que está no topo. Você pode ativar este modelo clicando na seta para cima.

Converse com seu bot Tab

Depois de ativar o novo modelo, você poderá testá-lo no Converse com seu bot aba. Como você pode ver na imagem abaixo, a resposta que o bot deu é a nova resposta que inseri anteriormente.

Aí está! É assim que você insere novos dados, treina e testa seu chatbot usando Rasa X. Na próxima parte desta série falarei sobre como implantar seu chatbot em um servidor live Heroku usando Docker, e também como se comunicar com este bot através de um widget de chat em seu site. Fique atento!!

Se você gostou desse post, HIT Buy me a coffee! Obrigado pela leitura.

Sua pequena contribuição me incentivará a criar mais conteúdos como este.

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