Web siteniz için bir sohbet robotu oluşturma (Bölüm 1): Sisteminizde yerel olarak Rasa sohbet botunu kurma

Merhaba! Bu, 3 bölümlük bir dizinin ilk bölümüdür. chatbot İşiniz veya kişisel web siteniz için Docker ve Heroku kullanarak. Kullanacağım konuşmaya dayalı AI platformu Rasa. Rasa, sohbet robotları oluşturmanıza yardımcı olan açık kaynaklı bir makine öğrenimi çerçevesidir; aynı zamanda açık kaynaklı olması, yaygın olarak kullanılması ve iyi belgelenmiş olması gibi çeşitli nedenlerden dolayı en sevdiğim sohbet robotu platformudur.

Bu yazıda, Rasa'yı bilgisayarınızda yerel olarak nasıl kuracağınızdan bahsedeceğim. İşletim sistemim Windows olmasına rağmen, tüm bu süreç herhangi bir sistem için kopyalanabilir.

Önkoşul:

1. Anaconda İstemini şuradan indirin: okuyun.
2. Microsoft derleme araçlarını indirin okuyun.
3. Sisteminizde Rasa projenizi depolamak istediğiniz bir dizin oluşturun.

Tüm bunlar yapıldıktan sonra, Dev piton İstemi uygulama ve 'CD' oluşturduğunuz dizine, benimki 'Rasa Projesi' olarak adlandırılıyor.

Ardından Anaconda İsteminde aşağıdaki komutları çalıştırın:

1. Aşağıdaki komutu kullanarak bir sanal ortam oluşturun.

conda create -n rasavirtualenv python = 3.6

2. Komutu kullanarak ortamınızı etkinleştirin

conda rasavirtualenv'i etkinleştir

3. Ujson'u yükleyin

conda install ujson == 1.35

4. Tensorflow'u kurun

conda tensorflow yüklemek

5. Rasa Açık Kaynak'ı yükleyin.

pip rasa yüklemek

6. Proje dizininizde yeni bir rasa projesi oluşturun

rasa başlangıç

1. Chatbot Trendleri Raporu 2021

2. Bir Chatbot NLP Modeli Eğitimi için 4 YAPILMASI ve 3 YAPILMAMASI GEREKENLER

3. Konsiyerj Botu: Tek Bir Sohbet Ekranından Birden Fazla Sohbet Robotunu Yönetin

4. Uzman bir sistem: Konuşmalı Yapay Zeka ve Sohbet Robotları

Yukarıdaki ekranın son kısmına bakıldığında, proje oluşturmak istediğiniz yolu girmeniz istendiğinde, nokta işaretini (.) Girin, bu mevcut dizinde proje oluşturmak istediğinizi gösterir. Modeli eğitmek isteyip istemediğiniz sorulduğunda, "y" veya "n" yi seçebilirsiniz.

Yukarıdaki komutun yürütülmesi bittikten ve yeni proje oluşturulduktan sonra, size, ile konuşmak isteyip istemediğiniz sorulacaktır. chatbot terminalde. Evet cevabını verirseniz, siz ve yeni oluşturulan sohbet robotu arasında bir diyalog başlayacaktır.

Artık proje oluşturulduğuna göre, proje dizininizi kontrol ederseniz, ona birkaç dosyanın eklendiğini göreceksiniz. İçeriğini anlamanız gerektiğini düşündüğüm 3 dosyayı hızlıca tartışacağım; dosya etki alanı.yml ana dizinde ve dosyalar nlu.yml ve hikayeler.yml içinde veri klasör.

The nlu.yml dosyası, tüm eğitim verilerinin depolandığı yerdir. Eğitim verileri, kullanıcıların size gönderebileceği örnek mesajlardır. chatbot. Bu dosyada mesajlar amaca göre sınıflandırılır. Dosyadan bir alıntı aşağıda görülebilir. Gördüğünüz gibi, niyet: selamlamak "merhaba", "merhaba", "hey" gibi birkaç örnek vardır. Niyet: Hoşçakal 'güle güle', 'güle güle', 'cu' vb. örnekleri vardır

yani:
- niyet: selamlamak
örnekler: |
- Hey
- Merhaba
- Selam
- Merhaba
- Günaydın
- iyi akşamlar
- selam
- Hadi gidelim
- Hey dostum
- Günaydın
- iyi akşamlar
- Tünaydın
- Merhaba- niyet: hoşçakal
örnekler: |
- Tünaydın
- cu
- Hadi güle güle
- sonra görüşürüz
- iyi geceler
- Hoşçakal
- Güle güle
- iyi günler
- Görüşürüz
- güle güle
- sonra görüşürüz
- Adios

The etki alanı.yml dosyası, projenizin kapsamını tanımlar. Projeniz hakkında niyetler, varlıklar, zaman aralıkları, eylemler gibi göze çarpan bilgiler içerir ve özellikle örnek rcevap bot bir mesaj aldığında kullanıcıya geri göndermelidir. Benzer nlu.ymlbot yanıtları amaca göre kategorize edilir. Örneğin, yanıt: utter_greet bot kullanıcıya bir selamlama göndermek istediğinde gönderilir. Bu, aşağıdaki kod bölümünde gösterilmektedir.

Intents'in:
- selamlamak:
use_entities: doğru
- Güle güle:
use_entities: doğru
- onaylayın:
use_entities: doğru
- reddetmek:
use_entities: doğru
- harika bir ruh hali:
use_entities: doğru
- ruh hali_mutsuz:
use_entities: doğru
- bot_challenge:
use_entities: doğruvarlıklar: []
yuvalar: {}tepkiler:
utter_selam:
- metin: Hey! Nasılsın?
- metin: Merhaba! Bugün nasılsın?
utter_cheer_up:
- resim: https://i.imgur.com/nGF1K8f.jpg
text: 'İşte sizi neşelendirecek bir şey:'
utter_did_that_help:
- metin: Bu size yardımcı oldu mu?
mutlak_mutlu:
- metin: Harika, devam edin!
utter_hoşçakal:
- metin: Hoşçakal
utter_iamabot:
- metin: Ben Rasa tarafından desteklenen bir botum.hareketler: []
formlar: {}
e2e_actions: []

The hikayeler.yml dosya kullanıcının mesajlarını ve bot yanıtlarını bir araya getirir. Bot ve kullanıcı arasında meydana gelebilecek çeşitli etkileşimlerden bir hikaye veya olay örgüsü oluşturur. Kullanıcı tarafından gönderilen mesajın amacına göre sohbet botunun hangi yanıtı vermesi gerektiğini belirtir. Bu, chatbot'a farklı senaryolarda ne yapması gerektiğini öğretmeye yardımcı olur. Örneğin, chatbot kasıtlı bir mesaj alırsa, aşağıdaki kod segmentine bakıldığında 'selamlamak', yanıtı gönderen eylemi gerçekleştirmesi gerekir 'utter_selamkullanıcıya geri dön.

hikayeleri:- hikaye: mutlu yol
adım:
- niyet: selamlamak
- eylem: utter_greet
- niyet: mood_great
- eylem: utter_happy

Bu noktada, sohbet botunuz yalnızca çok temel ve genel konuşmaları halledebilir. Kişisel veya iş gereksinimlerinize uyması için varsayılan sohbet botunda bazı değişiklikler yapmanız gerekir. Bunu, içeriğin içeriğini değiştirerek yapabilirsiniz. nlu.yml, story.yml, alan.yml bir metin düzenleyici kullanılarak yukarıda belirtilen dosyalar. Ancak, bu değişiklikleri yapmanın en iyi yolu platformdur. Rasa X.

Bu üç bölümlük dizinin sonraki bölümünde, sohbet botunuzu Rasa X kullanarak nasıl değiştireceğiniz, eğiteceğiniz ve test edeceğinizden bahsedeceğim. Yazıyı bulabilirsiniz. okuyun!

Bu gönderiyi beğendiyseniz, HIT Bana bir kahve ısmarlayın! Okuduğunuz için teşekkürler.

Katkınız beni bunun gibi daha fazla içerik oluşturmaya teşvik edecek.

Source: https://chatbotslife.com/creating-a-chatbot-for-your-website-part-1-setting-up-rasa-chatbot-locally-on-your-system-6731b0bafa44?source=rss—-a49517e4c30b—4