Crearea unui chatbot live pentru site-ul dvs. web (Partea 2): modificarea, antrenamentul și testarea chatbot-ului dvs....

Buna ziua! Bine ați venit la a doua parte a unei serii de trei părți care implică crearea și implementarea unui chatbot pentru afacerea dvs. sau site-ul personal, folosind Rasa, Docker și Heroku. În Prima parte, am vorbit despre configurarea locală a chatbot-ului pe sistemul dvs. și modificarea acestuia folosind un editor de text. În această a doua parte, voi vorbi despre cum să faci modificări chatbot-ului tău folosind platforma Rasa X. Te voi învăța cum să adaugi date noi, să-ți antrenez botul și să folosești modelul nou generat pentru a vorbi cu chatbot-ul tău, pe tot parcursul Rasa X.

Rasa X este un instrument de dezvoltare bazată pe conversații (CDD) care vă ajută să vă îmbunătățiți chatbot-ul. Rasa X oferă o interfață de utilizator pentru a interacționa cu botul tău. Cu Rasa X, puteți discuta cu chatbot-ul dvs. local ca utilizator final, puteți, de asemenea, să introduceți date noi și să vă reeducați chatbot-ul.

Pentru a instala Rasa X, procedați în felul următor:

1. Deschideți promptul Anaconda și cd în directorul dvs. de proiecte Rasa (creat în prima parte a acestei serii).

2. Activați mediul virtual pe care l-ați creat în ultima parte a acestei serii.

conda activate rasavirtualenv

3. Instalați Rasa X executând comanda de mai jos

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

S-ar putea să trebuiască să downgradezi pip dacă instalarea durează prea mult

pip install — upgrade pip==20.2

Odată ce Rasa X a fost instalat cu succes, rulați comanda de mai jos

rasa X

Această comandă va apărea o interfață de utilizator în browser. În această interfață cu utilizatorul veți vedea mai multe file. În acest tutorial mă voi concentra pe Date Nlu, Răspunsuri, Istorii, Modele, vorbește cu botul tău filă și Tren butonul.

Fila de date NLU

Aici introduceți datele de antrenament pentru utilizator. Datele de antrenament de aici sunt exemple de mesaje pe care utilizatorul le-ar putea trimite către chatbot. Aceasta corespunde cu nlu.yml fișier pe sistemul dvs. local. Când introduceți un mesaj nou, trebuie, de asemenea, să clasificați scop, acest lucru îl ajută pe chatbot să prezică care este sensul din spatele mesajului unui utilizator atunci când primește un mesaj similar în viitor.

În imaginea de mai sus puteți vedea că am introdus un mesaj nou 'Buna' și am clasificat intenția ca "salut'. După ce am introdus aceste informații, o voi salva. Puteți introduce câte exemple doriți, cu cât mai multe, cu atât mai bine. De asemenea, puteți crea noi intenții.

Fila Răspunsuri

Aici introduceți exemple de răspunsuri pentru chatbot, adică mesajele pe care chatbot-ul ar trebui să le trimită înapoi utilizatorului atunci când primește orice mesaj. Similar cu Date NLU fila, fiecare răspuns este clasificat în funcție de intenție; de exemplu, 'salut_desăvârșit' cuprinde răspunsurile pe care chatbot-ul ar trebui să le ofere utilizatorului atunci când primește un mesaj cu intenție „salut”. Puteți introduce răspunsuri noi selectând o categorie de răspuns și făcând clic pe butonul plus. Când introduceți o nouă variantă de răspuns, apăsați pur și simplu 'Salvați'. De asemenea, puteți crea noi categorii de răspuns.

1. Raport de tendințe Chatbot 2021

2. 4 DO și 3 NU pentru instruirea unui model NLP Chatbot

3. Bot concierge: gestionați mai mulți chatbots dintr-un ecran de chat

4. Un sistem expert: Conversational AI V Chatbots

Tabă Povestiri

Aceasta corespunde la povești.yml fișier în directorul local de fișiere. Aici aduceți împreună datele din cele două file anterioare. Aici, practic, creați o poveste sau un complot, unde, în funcție de intenția mesajului trimis de utilizator, chatbot-ul trebuie să dea un răspuns adecvat. Acest lucru îl ajută pe chatbot să învețe ce să facă în diferite scenarii. De exemplu, dacă chatbot-ul primește un mesaj cu intenție „salut” trebuie să răspundă trimițând un salut înapoi utilizatorului prin acțiunea "salut_desăvârșit".

Trebuie să creezi cât mai multe povești. Ar trebui să aveți o cale/povestire fericită, adică unde lucrurile merg conform planului. De asemenea, trebuie să aveți o cale/povestire tristă care să gestioneze excepțiile. Puteți crea o nouă poveste făcând clic pe butonul plus.

Butonul de tren

Când ați terminat de introdus toate datele noi în fișierul Date NLU, Răspunsuri și Istorii fila, trebuie să apăsați tasta Tren butonul, acest buton vă va reanaliza chatbot-ul și va salva modelul nou generat în modele fila. Lucrul grozav despre Rasa X este că atunci când vă antrenați chatbot-ul, toate datele noi pe care le-ați introdus sunt, de asemenea, introduse și stocate local în fișierele corespunzătoare de pe sistemul dumneavoastră local.

Fila Modele

Aici puteți găsi toate modelele generate. Cel mai actual model este întotdeauna cel din vârf. Puteți activa acest model făcând clic pe săgeata sus.

Chat cu botul tău Tab

Odată ce ați activat noul model, îl puteți testa în Conversați cu botul dvs fila. După cum puteți vedea în imaginea de mai jos, răspunsul dat de bot este noul răspuns pe care l-am introdus mai devreme.

Iată-l! Iată cum să introduceți date noi, să vă instruiți și să testați chatbot-ul folosind Rasa X. În următoarea parte a acestei serii voi vorbi despre cum să vă implementați chatbot-ul pe un server live Heroku folosind Docker și, de asemenea, despre cum să comunicați cu acest bot. printr-un widget de chat pe site-ul dvs. web. Rămâneţi aproape!!

Dacă îți place această postare, HIT Cumpără-mi o cafea! Mulțumesc pentru lectură.

Mica ta contribuție mă va încuraja să creez mai mult conținut ca acesta.

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