Çatbotlar bu günlərdə çox populyardır. Beləliklə, biz sizə Python istifadə edərək chatbot inkişaf etdirməyə kömək etmək üçün gəldik. Bu yazıda biz interaktiv süni intellekt chatbotunun hazırlanması haqqında danışacağıq.
Interactive süni intellekt chatbotlar insan dialoqunu təkrarlayan kompüter sistemləridir. Həmçinin, təbii dil emalından istifadə edərək insan girişinə cavab verirlər maşın təlim texnologiyaları.
Daha səmərəli müştəri xidməti təcrübəsi təqdim etmək üçün bu chatbotlar bir çox platforma ilə əlaqələndirilə bilər. Beləliklə, bu platformalar veb saytlar, mobil proqramlar və mesajlaşma sistemləri ola bilər. Bundan əlavə, onlar istirahət, təhsil və reklam da daxil olmaqla müxtəlif məqsədlər üçün istifadə edilə bilər.
OpenAI kitabxanası
GPT-3 modeli OpenAI kitabxanasında mövcuddur. Biz ondan chatbotunuz üçün cavablar hazırlamaq üçün istifadə edə bilərik. Paket həmçinin modellə əlaqə saxlamaq üçün sadə API-yə malikdir. Bu, sizin sisteminizə inteqrasiya etməyi asanlaşdırır Python chatbot tətbiqi.
Beləliklə, layihənizdə OpenAI-dən istifadə edə bilərsiniz.
GPT-3 modelindən cavablar hazırlamaq üçün biz completion.create() metodundan istifadə edəcəyik.
OpenAI həmçinin GPT-2, DALL-E və başqaları kimi alternativ modellər təqdim edir. Siz chatbotunuzu yaratmaq üçün bunlardan hər hansı birini istifadə edə bilərsiniz. Ancaq unutmayın ki, hər bir modelin özünəməxsus istedadları, güclü tərəfləri və çatışmazlıqları var.
Chatbotun qurulması
1- Əvvəlcə OpenAI kitabxanasını quraşdırmalıyıq və OpenAI veb saytından alınan API açarını təyin etməliyik. Bu, OpenAI API vasitəsilə GPT-3 modelinə girişi təmin edəcək.
import openai
openai.api_key = "YOUR_API_KEY"
API açarını təyin etmək üçün https://beta.openai.com/ saytına daxil olun və qeydiyyatdan keçin.
2- İndi istifadəçi girişini qəbul edən chatbot() funksiyası yaratmalıyıq. Və ondan GPT-3 modelinin göstərişi kimi istifadə etməlidir. Input() metodu istifadəçinin girişini toplamaq üçün istifadə olunur və istifadəçi “çıxış” daxil edənə qədər dövrə işləyir.
def chatbot():
while True:
user_input = input("You: ")
3- Əgər istifadəçi girişi “çıxış”a bərabərdirsə, dövrə pozulacaq və chatbot fəaliyyətini dayandıracaq.
if user_input.lower() == "exit":
break
4- GPT-3 modelindən cavab yaratmaq üçün indi openai.Completion.create() funksiyasından istifadə etməliyik. Mühərrik parametri GPT-002 modeli olan “text-davinci-3” olaraq təyin edilib. İstehlak parametri istifadəçi girişinə təyin edilir, ondan sonra sorğunun sonunu bildirmək üçün boşluq qoyulur.
Yaranan mətndə gözlənilməzliyin miqdarını tənzimləmək üçün temperatur parametri 0.5-ə təyin edilmişdir. Və yaradılan cavabın uzunluğunu məhdudlaşdırmaq üçün max tokens parametri 2048-ə təyin edilmişdir.
response = openai.Completion.create(
engine="text-davinci-002",
prompt=user_input + " ",
max_tokens=2048,
temperature=0.5
)
5- İndi GPT-3 modelindən çap cavabı yaradacağıq.
print("Chatbot: ", response["choices"][0]["text"])
6- İndi skriptin əsas funksiyasını əlavə edəcəyik. Zəng edildikdə, salamlama mesajını çap edəcək və sonra chatbot() metodunu çağıracaq.
if __name__ == "__main__":
print("Welcome to the GPT-3 Chatbot!")
print("Type 'exit' to close the chatbot.")
chatbot()
Chatbot-a Fərqli Sual verin
Artıq hava haqqında danışdıq. Söhbətimizi yaxşılaşdırmaq üçün başqa bir şeyə cəhd edək. Məsələn, “Bu gün əhvalınız necədir?” deyə soruşa bilərik.
def chatbot():
while True:
user_input = input("You: ")
if user_input.lower() == "exit":
break
elif user_input.lower() == "how is your mood today?":
print("Chatbot: My mood is great, thank you for asking!")
continue
response = openai.Completion.create(
engine="text-davinci-002",
prompt=user_input + " ",
max_tokens=2048,
temperature=0.5
)
print("Chatbot: ", response["choices"][0]["text"])
Python ilə ChatBot inkişaf etdirməyin digər üsulları
Natural Language Toolbar (NLTK) və ya SpaCy kitabxanasından istifadə
Bu kitabxanalar tokenizasiya və köklənmə kimi vəzifələr üçün əladır. Bundan əlavə, onlar üçün istifadə edilə bilər adlı qurum təbii dil emalında identifikasiya. NLTK daha ümumi məqsədlidir. Bundan əlavə, daha geniş xüsusiyyətlər təklif edir. Bununla belə, SpaCy daha çox performansa diqqət yetirir və adətən daha sürətli olduğu düşünülür.
NLTK quraşdırmaq üçün aşağıdakı əmrdən istifadə edə bilərsiniz:
pip install nltk
Boşluğu quraşdırmaq üçün:
pip install spacy
RASA-dan istifadə
RASA inkişaf üçün açıq mənbəli platformadır danışıq AI chatbotları. Buraya bir sıra kitabxanalar və chatbotlar yaratmaq üçün alətlər daxildir. Həmçinin, o, təbii dil girişini tanıya və müvafiq şəkildə cavab verə bilər.
RASA-nı quraşdırmaq üçün aşağıdakı əmrdən istifadə edə bilərsiniz:
pip install rasa
TensorFlow və Keras
TensorFlow və Keras məşhur maşın öyrənmə kitabxanalarıdır. Siz ondan təbii dil daxiletməsini tanımaq və uyğun cavablar yaratmaq üçün modeli öyrətmək üçün istifadə edə bilərsiniz.
TensorFlow-u quraşdırmaq üçün aşağıdakı əmri işlədə bilərsiniz:
pip install tensorflow
pip install keras
Nəticə
İnteraktiv süni intellekt chatbotları insan ünsiyyətini təqlid edən kompüter sistemləridir. Beləliklə, onlar insan girişinə cavab verirlər. Bu, çox həyəcanlı və gələcək üçün ümidvericidir.
OpenAI kitabxanası GPT-3 modeli ilə əlaqə yaratmaq üçün sadə API təqdim edir. Siz istifadəçilərlə təbii və cəlbedici şəkildə qarşılıqlı əlaqə quran bir chatbot dizayn edə bilərsiniz. Siz düzgün yanaşma ilə daha effektiv və fərdiləşdirilmiş təcrübə yarada bilərsiniz.
Cavab yaz