Создание живого чат-бота для вашего веб-сайта (часть 2): изменение, обучение и тестирование вашего чат-бота…

Привет! Добро пожаловать во вторую часть серии из трех частей, посвященных созданию и развертыванию чат-бота для вашего бизнеса или личного веб-сайта с использованием Rasa, Docker и Heroku. в первой части, я говорил о настройке чат-бота локально в вашей системе и внесении в него изменений с помощью текстового редактора. Во второй части я расскажу о том, как вносить изменения в ваш чат-бот с помощью платформы Rasa X. Я научу вас, как добавлять новые данные, обучать вашего бота и использовать только что сгенерированную модель для общения с вашим чат-ботом на всем протяжении Раса Х.

Раса Х — это инструмент Conversation-Driven Development (CDD), который поможет вам улучшить ваш чат-бот. Rasa X предоставляет пользовательский интерфейс для взаимодействия с вашим ботом. С Rasa X вы можете общаться с вашим локальным чат-ботом в качестве конечного пользователя, вы также можете вводить новые данные и переобучать своего чат-бота.

Чтобы установить Rasa X, сделайте следующее:

1. Откройте приглашение Anaconda и cd в каталог вашего проекта Rasa (созданного в первой части этой серии).

2. Активируйте виртуальную среду, которую вы создали в последней части этой серии.

conda активировать rasavirtualenv

3. Установите Rasa X, выполнив приведенную ниже команду.

pip install rasa-x — дополнительный индексный URL https://pypi.rasa.com/simple

Возможно, вам придется понизить версию pip, если установка занимает слишком много времени.

установка pip — обновление pip==20.2

После успешной установки Rasa X выполните команду ниже

раса X

Эта команда откроет пользовательский интерфейс в вашем браузере. В этом пользовательском интерфейсе вы увидите несколько вкладок. В этом уроке я сосредоточусь на Nlu данные, Ответы, Истории, Модели, поговорите со своим ботом вкладка и Train .

Вкладка данных НЛУ

Здесь вы вводите обучающие данные для пользователя. Обучающие данные здесь представляют собой образцы сообщений, которые пользователь потенциально может отправить чат-боту. Это соответствует nlu.yml файл в вашей локальной системе. Когда вы вводите новое сообщение, вы также должны классифицировать намерение, это помогает чат-боту предсказать, что означает сообщение пользователя, когда он получит подобное сообщение в будущем.

На изображении выше вы можете видеть, что я ввел новое сообщение 'Привет' и я классифицировал намерение как «приветствовать'. После ввода этой информации я ее сохраню. Вы можете ввести сколько угодно примеров, чем больше, тем лучше. Вы также можете создавать новые намерения.

Вкладка «Ответы»

Здесь вы вводите образцы ответов для чат-бота, т. е. сообщения, которые чат-бот должен отправлять обратно пользователю при получении любого сообщения. Подобно данные НЛУ tab, каждый ответ классифицируется по намерению; Например, 'полный_приветствие' включает в себя ответы, которые чат-бот должен дать пользователю, когда он получает сообщение с намерением 'приветствовать'. Вы можете ввести новые ответы, выбрав категорию ответов и нажав кнопку «плюс». Когда вы вводите новый вариант ответа, вы просто нажимаете 'Сохранить'. Вы также можете создавать новые категории ответов.

1. Отчет о тенденциях развития чат-ботов за 2021 год

2. 4 ДОПОЛНИТЕЛЬНЫХ и 3 НЕОБХОДИМЫХ ПРИМЕНЕНИЯ при обучении модели НЛП чат-бота

3. Консьерж-бот: управление несколькими чат-ботами с одного экрана чата.

4. Экспертная система: разговорный ИИ против чат-ботов.

Вкладка «Истории»

Это соответствует истории.yml файл в вашем локальном каталоге файлов. Здесь вы объединяете данные из двух предыдущих вкладок. Здесь вы в основном создаете сюжетную линию или сюжет, где в зависимости от цели сообщения, отправленного пользователем, чат-бот должен дать соответствующий ответ. Это помогает научить чат-бота, что делать в различных сценариях. Например, если чат-бот получает сообщение с намерением 'приветствовать' он должен ответить, отправив приветствие обратно пользователю через действие 'полный_приветствие.

Вам нужно создать как можно больше историй. У вас должен быть счастливый путь/сюжетная линия, то есть там, где все идет по плану. У вас также должен быть печальный путь/сюжетная линия, которая обрабатывает исключения. Вы можете создать новую историю, нажав на кнопку плюс.

Кнопка поезда

Когда вы закончите вводить все свои новые данные в данные НЛУ, Ответы и Истории вкладку, необходимо нажать кнопку Train кнопка, эта кнопка переобучит вашего чат-бота и сохранит только что сгенерированную модель в Модели вкладка Отличительной особенностью Rasa X является то, что когда вы обучаете своего чат-бота, все введенные вами новые данные также вводятся и сохраняются локально в соответствующих файлах вашей локальной системы.

Вкладка «Модели»

Здесь вы можете найти все ваши сгенерированные модели. Самая актуальная модель всегда находится вверху. Вы можете активировать эту модель, нажав на стрелку вверх.

Общайтесь со своим ботом Tab

После того, как вы активировали новую модель, вы можете протестировать ее в Общайтесь со своим ботом вкладка Как вы можете видеть на изображении ниже, ответ, который дал бот, — это новый ответ, который я ввел ранее.

Вот оно! Это как вводить новые данные, обучать и тестировать своего чат-бота с помощью Rasa X. В следующей части этой серии я расскажу о том, как развернуть вашего чат-бота на живом сервере Heroku с помощью Docker, а также о том, как общаться с этим ботом. через виджет чата на вашем сайте. Следите за обновлениями!!

Если вам понравился этот пост, ХИТ Купи мне кофе! Спасибо за прочтение.

Ваш небольшой вклад побудит меня создавать больше подобного контента.

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