Tạo một chatbot cho trang web của bạn (Phần 1): Thiết lập chatbot Rasa cục bộ trên hệ thống của bạn

Xin chào! Đây là phần đầu tiên của loạt bài gồm 3 phần liên quan đến việc tạo và triển khai chatbot cho doanh nghiệp hoặc trang web cá nhân của bạn bằng Docker và Heroku. Nền tảng AI đàm thoại mà tôi sẽ sử dụng là Rasa. Rasa là một khuôn khổ học máy mã nguồn mở giúp bạn tạo các chatbot; nó cũng trở thành nền tảng chatbot yêu thích của tôi vì một số lý do, chẳng hạn như nó có nguồn gốc mở, được sử dụng rộng rãi và được ghi chép đầy đủ.

Trong bài đăng này, tôi sẽ nói về cách thiết lập Rasa cục bộ trên máy tính của bạn. Mặc dù hệ điều hành của tôi là Windows, toàn bộ quá trình này có thể được sao chép cho bất kỳ hệ thống nào.

Điều kiện tiên quyết:

1. Tải xuống Anaconda Prompt từ tại đây.
2. Tải xuống các công cụ xây dựng của Microsoft tại đây.
3. Tạo một thư mục trên hệ thống của bạn nơi bạn muốn lưu trữ dự án Rasa của mình.

Khi tất cả những điều đó đã được thực hiện, hãy mở Loại rắn lớn ở mỹ nhanh chóng ứng dụng và 'CD' vào thư mục bạn đã tạo, của tôi có tên là 'Dự án Rasa'.

Sau đó chạy các lệnh sau trong Anaconda Prompt:

1. Tạo một môi trường ảo bằng lệnh dưới đây.

conda create -n rasavirtualenv python = 3.6

2. Kích hoạt môi trường của bạn bằng lệnh

conda kích hoạt rasavirtualenv

3. Cài đặt Ujson

conda cài đặt ujson == 1.35

4. Cài đặt Tensorflow

conda cài đặt tensorflow

5. Cài đặt Mã nguồn mở Rasa.

pip cài đặt rasa

6. Tạo một dự án rasa mới trong thư mục dự án của bạn

rasa ban đầu

1. Báo cáo Xu hướng Chatbot năm 2021

2. 4 NÊN và 3 KHÔNG NÊN để Đào tạo Mô hình Chatbot NLP

3. Concierge Bot: Xử lý nhiều Chatbots từ một màn hình trò chuyện

4. Một hệ thống chuyên gia: Conversational AI Vs Chatbots

Nhìn vào phần cuối cùng của màn hình ở trên, khi được yêu cầu nhập đường dẫn bạn muốn tạo dự án, hãy nhập dấu chấm (.), Điều này cho biết rằng bạn muốn tạo dự án trong thư mục hiện tại. Khi được hỏi liệu bạn có muốn đào tạo mô hình hay không, bạn có thể chọn 'y' hoặc 'n'.

Sau khi lệnh trên kết thúc thực thi và dự án mới đã được tạo, bạn sẽ được hỏi liệu bạn có muốn nói chuyện với chatbot trong thiết bị đầu cuối. Nếu bạn trả lời có, một cuộc đối thoại sẽ bắt đầu giữa bạn và chatbot mới được tạo.

Bây giờ dự án đã được tạo, nếu bạn kiểm tra thư mục dự án của mình, bạn sẽ thấy rằng một số tệp đã được thêm vào nó. Tôi sẽ thảo luận nhanh về 3 tệp mà tôi cảm thấy bạn cần hiểu nội dung của chúng; tập tin tên miền.yml trong thư mục chính và các tệp nlu.yml và story.yml trong dữ liệu thư mục.

Sản phẩm nlu.yml tệp là nơi lưu trữ tất cả dữ liệu đào tạo. Dữ liệu đào tạo là các thông báo mẫu mà người dùng có thể gửi cho chatbot. Trong tệp này, các thông báo được phân loại theo mục đích. Phần trích dẫn từ tệp có thể được xem bên dưới. Bạn có thể thấy, ý định: chào có một số ví dụ như 'hi', 'hello', 'hey', v.v. Ý định: tạm biệt có các ví dụ 'bye', 'goodbye', 'cu', v.v.

nlu:
- ý định: chào
ví dụ: |
- Chào
- xin chào
- Chào
- xin chào
- buổi sáng tốt lành
- chào buổi tối
- này đây
- Đi nào
- nay ban
- buổi sáng tốt lành
- chào buổi tối
- chào buổi trưa
- Chào bạn- ý định: tạm biệt
ví dụ: |
- chào buổi trưa
- cu
- tốt bởi
- hẹn gặp lại sau
- chúc ngủ ngon
- tạm biệt
- Tạm biệt
- chúc một ngày tốt lành
- hẹn gặp lại bạn
- tạm biệt
- hẹn gặp lại
- Adios

Sản phẩm tên miền.yml tệp xác định phạm vi dự án của bạn. Nó chứa thông tin nổi bật về dự án của bạn, chẳng hạn như ý định, thực thể, vị trí, hành động và đặc biệt nhất, mẫu rphản hồi mà bot sẽ gửi lại cho người dùng khi nhận được tin nhắn. Tương tự với nlu.yml, các phản hồi của bot được phân loại theo mục đích. Ví dụ, phản hồi: utter_greet được gửi bất cứ khi nào bot muốn gửi lại lời chào cho người dùng. Điều này được hiển thị trong đoạn mã bên dưới.

ý định:
- chào:
use_entity: true
- Tạm biệt:
use_entity: true
- Xác nhận:
use_entity: true
- phủ nhận:
use_entity: true
- tâm trạng_tuyệt:
use_entity: true
- tâm trạng_không vui:
use_entity: true
- bot_challenge:
use_entity: truethực thể: []
khe: {}phản hồi:
thốt_chào:
- text: Này! Bạn khỏe không?
- text: Chào! Làm thế nào bạn làm gì hôm nay?
thốt_cheer_up:
- hình ảnh: https://i.imgur.com/nGF1K8f.jpg
văn bản: 'Đây là một cái gì đó để cổ vũ bạn:'
thốt_did_that_help:
- text: Điều đó có giúp được gì cho bạn không?
hoàn toàn_hạnh phúc:
- text: Tuyệt vời, tiếp tục!
thốt_tạm biệt:
- văn bản: Tạm biệt
thốt_iamabot:
- text: Tôi là một bot, được cung cấp bởi Rasa.hành động: []
các hình thức: {}
e2e_actions: []

Sản phẩm story.yml hồ sơ tập hợp các tin nhắn và phản hồi của bot của người dùng lại với nhau. Nó tạo ra một cốt truyện hoặc một tình tiết của một số tương tác có thể xảy ra giữa bot và người dùng. Nó chỉ định phản hồi mà chatbot sẽ đưa ra dựa trên mục đích của tin nhắn mà người dùng gửi. Điều này giúp hướng dẫn chatbot phải làm gì trong các tình huống khác nhau. Ví dụ: nhìn vào đoạn mã bên dưới, nếu chatbot nhận được một thông báo có ý định 'chào', nó phải thực hiện hành động gửi phản hồi 'thốt_chào'trở lại người dùng.

những câu chuyện:- truyện: con đường hạnh phúc
các bước:
- ý định: chào
- action: utter_greet
- ý định: mood_great
- action: utter_happy

Tại thời điểm này, chatbot của bạn chỉ có thể xử lý các cuộc trò chuyện rất cơ bản và chung chung. Để phù hợp với nhu cầu cá nhân hoặc công việc, bạn cần thực hiện một số thay đổi đối với chatbot mặc định. Bạn có thể làm điều này bằng cách sửa đổi nội dung của nlu.yml, câu chuyện.yml, tên miền.yml các tệp được đề cập ở trên bằng cách sử dụng trình soạn thảo văn bản. Tuy nhiên, cách tốt nhất để thực hiện những thay đổi này là thông qua nền tảng Rasa X.

Trong phần tiếp theo của loạt ba phần này, tôi sẽ nói về cách sửa đổi, đào tạo và kiểm tra chatbot của bạn bằng Rasa X. Bạn có thể tìm thấy bài đăng tại đây!

Nếu bạn thích bài đăng này, HIT Mua cà phê cho tôi! Cảm ơn vì đã đọc.

Sự đóng góp của bạn sẽ khuyến khích tôi tạo ra nhiều nội dung như thế này.

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