Чатботовете са много популярни в наши дни. И така, ние дойдохме да ви помогнем да разработите чатбот, използващ Python. В тази публикация ще говорим за разработването на интерактивен AI чатбот.
интерактивен изкуствен интелект чатботовете са компютърни системи, които възпроизвеждат човешки диалог. Също така, те отговарят на човешкия вход, използвайки обработка на естествен език и машинно обучение технологии.
За да осигурят по-ефективно обслужване на клиенти, тези чатботове могат да бъдат свързани с множество платформи. Следователно тези платформи могат да бъдат уебсайтове, мобилни приложения и системи за съобщения. Освен това те могат да се използват за различни цели, включително свободно време, образование и реклама.
OpenAI библиотека
Моделът GPT-3 е наличен в библиотеката OpenAI. Можем да го използваме, за да произвеждаме отговори за вашия чатбот. Пакетът също има ясен API за комуникация с модела. Това прави лесно интегрирането във вашия Чатбот на Python приложение.
Следователно можете да използвате OpenAI във вашия проект.
За да създадем отговори от модела GPT-3, ще използваме метода completion.create().
OpenAI също така доставя алтернативни модели като GPT-2, DALL-E и други. Можете да използвате всеки от тях, за да създадете свой чатбот. Имайте предвид обаче, че всеки модел има свой уникален набор от таланти, силни страни и недостатъци.
Изграждане на чатбота
1- Първо, трябва да инсталираме OpenAI библиотеката и да присвоим API ключа, получен от уебсайта на OpenAI. Това ще ви осигури достъп до модела GPT-3 чрез OpenAI API.
import openai
openai.api_key = "YOUR_API_KEY"
За да зададете API ключа, отидете на https://beta.openai.com/ и се регистрирайте.
2- Сега трябва да създадем функция chatbot(), която приема въвеждане от потребителя. И трябва да го използва като подкана на модела GPT-3. Методът input() се използва за събиране на входа на потребителя и цикълът се изпълнява, докато потребителят въведе „изход“.
def chatbot():
while True:
user_input = input("You: ")
3- Ако потребителското въвеждане е еквивалентно на „изход“, цикълът ще бъде прекъснат и чатботът ще прекрати работа.
if user_input.lower() == "exit":
break
4- За да генерираме отговор от модела GPT-3, сега трябва да използваме функцията openai.Completion.create(). Параметърът на двигателя е зададен на „text-davinci-002“, което е модел GPT-3. Параметърът за подкана се задава на въведеното от потребителя, последвано от интервал за означаване на края на подканата.
Температурният параметър е зададен на 0.5, за да регулира степента на непредсказуемост в генерирания текст. И параметърът за максимални токени е зададен на 2048, за да ограничи дължината на създадения отговор.
response = openai.Completion.create(
engine="text-davinci-002",
prompt=user_input + " ",
max_tokens=2048,
temperature=0.5
)
5- Сега ще създадем отговор за печат от модела GPT-3.
print("Chatbot: ", response["choices"][0]["text"])
6- Сега ще добавим основната функция на скрипта. Когато бъде извикан, той ще отпечата приветстващото съобщение и след това ще извика метода chatbot().
if __name__ == "__main__":
print("Welcome to the GPT-3 Chatbot!")
print("Type 'exit' to close the chatbot.")
chatbot()
Задайте различен въпрос на Chatbot
Вече говорихме за времето. Нека опитаме нещо друго, за да подобрим нашия разговор. Например, можем да попитаме „Как е настроението ви днес?“.
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"])
Други методи за разработване на ChatBot с Python
Използване на Natural Language Toolkit (NLTK) или библиотеката SpaCy
Тези библиотеки са чудесни за задачи като токенизиране и произтичане. Също така те могат да се използват за наименуван обект идентификация при обработка на естествен език. NLTK е с по-общо предназначение. Освен това предлага по-широка гама от функции. SpaCy обаче е по-фокусиран върху производителността и обикновено се смята, че е по-бърз.
Можете да използвате следната команда, за да инсталирате NLTK:
pip install nltk
За да инсталирате spacy:
pip install spacy
Използване на RASA
RASA е платформа с отворен код за разработка разговорни AI чатботове. Той включва набор от библиотеки и инструменти за създаване на чатботове. Също така, той може да разпознае въвеждане на естествен език и да реагира по подходящ начин.
Можете да използвате следната команда, за да инсталирате RASA:
pip install rasa
TensorFlow и Keras
TensorFlow и Keras са видни библиотеки за машинно обучение. Можете да го използвате, за да обучите модел да разпознава въвеждане на естествен език и да създава подходящи отговори.
Можете да изпълните следната команда, за да инсталирате TensorFlow:
pip install tensorflow
pip install keras
Заключение
Интерактивните чатботове с изкуствен интелект са компютърни системи, които имитират човешката комуникация. Следователно те реагират на човешкия принос. Това е много вълнуващо и обещаващо за бъдещето.
Библиотеката OpenAI предоставя прост API за свързване с модела GPT-3. Можете да проектирате чатбот, който взаимодейства с потребителите по естествен и увлекателен начин. Можете да създадете по-ефективно и персонализирано изживяване с правилния подход.
Оставете коментар