Table of Contents[Hūnā][Hōʻike]
Ke hoʻopau ʻia nei nā leo leo no ka makemake i nā kikokikona a me nā kiʻi ma ka māhele kamaʻilio. Wahi a kahi poll Facebook, ʻoi aku ka hapalua o nā mea kūʻai aku makemake e kūʻai mai kahi hui hiki iā lākou ke kamaʻilio pū me. Ua lilo ke kamaʻilio ʻana i ke ʻano hou o ke kamaʻilio ʻana.
Hāʻawi ia i nā ʻoihana e kamaʻilio me kā lākou mea kūʻai aku i kēlā me kēia manawa a mai kēlā me kēia wahi. Ke ulu nui nei nā Chatbots i waena o nā hui a me nā mea kūʻai aku ma muli o ko lākou maʻalahi o ka hoʻohana ʻana a me ka hoʻemi ʻana i nā manawa kali.
ʻO Chatbots, a i ʻole nā polokalamu kamaʻilio maʻalahi, hāʻawi i nā mea kūʻai aku i kahi ala maʻamau e hiki ai ke komo i nā lawelawe ma o kahi kikowaena kikokikona. Hiki i nā chatbots hou loa i hoʻohana ʻia AI ke ʻike i kahi nīnau (nīnau, kauoha, kauoha, a me nā mea ʻē aʻe) i hana ʻia e kahi kanaka (a i ʻole bot, hoʻomaka) i kahi ʻano kikoʻī a pane pololei (pane, hana, etc.).
Ma kēia pou, e kamaʻilio mākou e pili ana i ke ʻano o nā chatbots, nā pōmaikaʻi, nā hihia hoʻohana, a pehea e hana ai iā ʻoe iho haʻawina hohonu chatbot ma Python, ma waena o nā mea ʻē aʻe.
E hoʻomaka kākou.
No laila, he aha nā chatbots?
Hoʻomaopopo pinepine ʻia kahi chatbot ʻo ia kekahi o nā ʻano kiʻekiʻe loa a hoʻohiki ʻia o ka pilina kanaka-mīkini. Hoʻomaikaʻi kēia mau mea kōkua kikohoʻe i ka ʻike o ka mea kūʻai aku ma o ka hoʻoponopono ʻana i nā pilina ma waena o nā kānaka a me nā lawelawe.
I ka manawa like, hāʻawi lākou i nā ʻoihana me nā koho hou e hoʻomaikaʻi i ke kaʻina hoʻopili mea kūʻai aku no ka pono, hiki ke ʻoki i nā lilo kākoʻo maʻamau.
I ka pōkole, ʻo ia ka polokalamu AI-based i manaʻo ʻia e kamaʻilio me nā kānaka ma kā lākou ʻōlelo kūlohelohe. Hoʻopili pinepine kēia mau chatbots ma o nā ʻenehana leo a i kākau ʻia, a hiki iā lākou ke hoʻohālike maʻalahi i nā ʻōlelo kanaka i mea e launa pū ai me nā kānaka ma ke ʻano kanaka.
E aʻo mai nā Chatbots mai kā lākou launa pū ʻana me nā mea hoʻohana, e lilo i mea maoli a maikaʻi hoʻi i ka manawa. Hiki iā lākou ke mālama i nā ʻano hana ʻoihana like ʻole, e like me ka ʻae ʻana i ka hoʻolimalima, ka launa pū ʻana me nā mea kūʻai aku ma ka pūnaewele, a me ka hana ʻana i nā alakaʻi.
Ke hana nei i kāu chatbot aʻo hohonu me ka python
Nui nā ʻano chatbots ʻokoʻa ma ke kahua o aʻo aʻo a me AI. ʻO kekahi mau chatbots he mau mea kōkua virtual, aʻo nā mea ʻē aʻe ma laila wale nō e kamaʻilio me, aʻo nā mea ʻē aʻe he mau mea lawelawe lawelawe.
Ua ʻike paha ʻoe i kekahi o nā mea i hoʻohana ʻia e nā ʻoihana e pane i nā nīnau. E hana mākou i kahi chatbot liʻiliʻi ma kēia kumu aʻo e pane i nā nīnau i noi pinepine ʻia.
1. Hoʻokomo i nā pūʻolo
ʻO kā mākou hana mua e hoʻokomo i nā pūʻolo aʻe.
2. ʻIkepili hoʻomaʻamaʻa
ʻO ka manawa kēia e noʻonoʻo ai i ke ʻano o ka ʻike e pono ai mākou e hāʻawi i kā mākou chatbot. ʻAʻole pono mākou e hoʻoiho i nā ʻikepili nui no ka mea he chatbot maʻalahi kēia.
E hoʻohana wale mākou i ka ʻike a mākou i hana ai iā mākou iho. No ka hahai pono ʻana me ka haʻawina, pono ʻoe e hana i kahi faila .JSON me ke ʻano like me ka mea i ʻike ʻia ma lalo nei. Ua kapa ʻia kaʻu faila "intents.json."
Hoʻohana ʻia ka faila JSON no ka hana ʻana i kahi pūʻulu o nā memo a ka mea hoʻohana e hoʻokomo a palapala ʻia i kahi pūʻulu o nā pane kūpono. Loaʻa i kēlā me kēia puke wehewehe ʻōlelo i ka faila kahi hōʻailona e ʻike ai i ka hui o kēlā me kēia memo.
E hoʻohana mākou i kēia ʻike e hoʻomaʻamaʻa a kaʻenehana kikowaena e hoʻokaʻawale i kahi māmalaʻōlelo o nā huaʻōlelo ma ke ʻano he hōʻailona ma kā mākou faila.
Hiki iā mākou ke lawe i kahi pane mai kēlā mau pūʻulu a hāʻawi i ka mea hoʻohana. E ʻoi aku ka maikaʻi a ʻoi aku ka paʻakikī o ka chatbot inā hāʻawi ʻoe iā ia me nā hōʻailona hou, pane, a me nā hiʻohiʻona.
3. Hoʻouka ʻikepili JSON
E hoʻomaka mākou ma ka hoʻouka ʻana i kā mākou ʻikepili .json a me ka lawe ʻana i kekahi mau modula. E hōʻuluʻulu i kāu faila.json ma ka papa kuhikuhi like me kāu Palapala Python. E mālama ʻia kā mākou ʻikepili .json i kēia manawa i ka loli ʻikepili.
4. Wehe Ikepili
ʻO ka manawa kēia e unuhi i ka ʻike a mākou e pono ai mai kā mākou faila JSON. Pono nā ʻano a pau, a me ka papa/tag nona lākou.
Pono mākou i ka papa inoa o nā huaʻōlelo kūʻokoʻa a pau i kā mākou mau mamana (no nā kumu a mākou e wehewehe ai ma hope), no laila e hana mākou i kekahi papa inoa hakahaka no ka mālama ʻana i kēia mau waiwai.
I kēia manawa e hoʻopili mākou i kā mākou ʻikepili JSON a hoʻihoʻi i ka ʻike a mākou e pono ai. Ma mua o ka hoʻohana ʻana iā lākou i mau kaula, e hoʻohana mākou i ka nltk.word tokenizer e hoʻololi i kēlā me kēia kumu i papa inoa o nā huaʻōlelo.
A laila, i loko o kā mākou papa inoa docs_x, e hoʻohui mākou i kēlā me kēia kumu, a me kāna hōʻailona pili, i ka papa inoa docs_y.
5. Puʻu ʻōlelo
ʻO ka ʻimi ʻana i ke kumu o kahi huaʻōlelo i kapa ʻia ʻo stemming. No ka laʻana, ʻo ke kumu o ka huaʻōlelo "that" stem he "kēlā," akā ʻo ke kumu o ka huaʻōlelo "hana" hiki ke "hana."
E hoʻohana mākou i kēia ʻano kumu no ka ʻoki ʻana i nā huaʻōlelo o kā mākou kumu hoʻohālike a hoʻāʻo e noʻonoʻo i ke ʻano o nā huaʻōlelo. E hoʻopuka wale kēia code i kahi papa inoa kūʻokoʻa o nā huaʻōlelo i hoʻohana ʻia i ka pae aʻe o kā mākou hoʻomākaukau ʻikepili.
6. Eke Huaolelo
ʻO ka manawa kēia e kamaʻilio e pili ana i kahi ʻeke huaʻōlelo i kēia manawa ua lawe mai mākou i kā mākou ʻikepili a hana i kahi huaʻōlelo i hoʻopaʻa ʻia. nā pūnaewele neural a me nā algorithm aʻo mīkini, e like me kā mākou e ʻike ai, koi i ka helu helu. No laila ʻaʻole e ʻoki kā mākou papa inoa string. Pono mākou i kahi mīkini e hōʻike i nā helu i kā mākou mau ʻōlelo, kahi e komo ai kahi ʻeke huaʻōlelo.
E hōʻike ʻia kēlā me kēia huaʻōlelo e ka papa inoa o ka lōʻihi o ka helu o nā huaʻōlelo i loko o kā mākou huaʻōlelo kumu hoʻohālike. E hōʻike ʻia kēlā me kēia huaʻōlelo ma kā mākou huaʻōlelo e kahi wahi i ka papa inoa. Inā he 1 ke kūlana ma ka papa inoa, ʻike ʻia ka huaʻōlelo ma kā mākou ʻōlelo; inā he 0, ʻaʻole ʻike ʻia ka huaʻōlelo ma kā mākou ʻōlelo.
Kapa mākou he ʻeke huaʻōlelo no ka mea ʻaʻole mākou i ʻike i ke kaʻina o ka puka ʻana o nā huaʻōlelo ma ka ʻōlelo; ʻO nā mea a pau a mākou e ʻike ai aia lākou i loko o nā huaʻōlelo o kā mākou kumu hoʻohālike.
Ma waho aʻe o ka hoʻonohonoho ʻana i kā mākou hoʻokomo, pono mākou e hōʻano i kā mākou huahana i hoʻomaopopo ʻia e ka neural network. E kūkulu mākou i nā papa inoa hoʻopuka ʻo ia ka lōʻihi o ka helu o nā lepili/tag i kā mākou waihona, e like me kahi ʻeke huaʻōlelo. Hōʻike ʻia kēlā me kēia wahi ma ka papa inoa i kahi lepili kūʻokoʻa, a ʻo ka 1 ma kekahi o ia mau wahi e hōʻike ana i ka lepili/tag e hōʻike ʻia nei.
ʻO ka mea hope loa, e hoʻohana mākou i nā arrays NumPy e mālama i kā mākou ʻikepili aʻo a me ka hoʻopuka.
7. Hoʻolālā Hoʻohālike
Mākaukau mākou e hoʻomaka i ke kūkulu ʻana a me ke aʻo ʻana i kahi kumu hoʻohālike i kēia manawa ua hana mua mākou i kā mākou ʻikepili āpau. E hoʻohana mākou i kahi pūnaewele neural feed-forward maʻamau me ʻelua papa huna no kā mākou mau pahuhopu.
ʻO ka pahuhopu o kā mākou pūnaewele e nānā i kahi hōʻiliʻili o nā huaʻōlelo a hāʻawi iā lākou i kahi papa (kekahi o kā mākou mau hōʻailona mai ka faila JSON). E hoʻomaka mākou ma ka hoʻokumu ʻana i kā mākou kumu hoʻohālike. E hoʻomanaʻo e hiki iā ʻoe ke pāʻani me kekahi o nā helu e hele mai me kahi hiʻohiʻona maikaʻi loa! Machine palapala he ka hapa nui ma luna o ka ho'āʻo a me ka hewa.
8. Hoʻomaʻamaʻa ʻana a me ka mālama ʻana
ʻO ka manawa kēia e hoʻomaʻamaʻa i kā mākou kumu hoʻohālike i kā mākou ʻikepili i kēia manawa ua hoʻonohonoho mākou! E hoʻokō mākou i kēia ma ka hoʻopili ʻana i kā mākou ʻikepili i ke kumu hoʻohālike. ʻO ka helu o nā manawa a mākou e hāʻawi ai ʻo ia ka helu o nā manawa e hōʻike ʻia ai ke kumu hoʻohālike i ka ʻikepili like i ka wā hoʻomaʻamaʻa.
Hiki iā mākou ke mālama i ke kŘkohu i ke kŘkohu waihona i ka pau ana o ke a'o 'ana. ʻO tflearn he palapala hiki ke hoʻohana ʻia i nā palapala ʻē aʻe.
9. Ke hoʻohana nei i kahi chatbot
I kēia manawa hiki iā ʻoe ke hoʻomaka e kamaʻilio me kāu bot.
Nā pōmaikaʻi o Chatbot
- Ke manaʻo nei nā bots e hana i nā lā 365 o ka makahiki, 24 mau hola i ka lā, me ka uku ʻole, hoʻonui i ka loaʻa a me ka wikiwiki o ka pane.
- ʻO kēia mau bots nā mea hana kūpono no ka hoʻoponopono ʻana i nā kī nui ʻekolu Vs: ka nui, ka wikiwiki, a me nā ʻano like ʻole.
- He polokalamu ʻo Chatbots i hiki ke hoʻohana ʻia e aʻo a hoʻomaopopo i nā mea kūʻai aku o kahi hui.
- Loaʻa iā ia ka mana kiʻekiʻe a loaʻa iā ia kahi kumukūʻai mālama maʻalahi ma hope o ka loaʻa ʻana o nā pono kiʻekiʻe.
- Hoʻokumu nā noi Chatbot i ka ʻikepili i mālama ʻia a hoʻohana ʻia no ka ʻikepili a me nā wānana.
Mea hoʻohana
- Hoʻoholo i nā nīnau a nā mea kūʻai aku
- Pane i nā nīnau i nīnau pinepine ʻia
- Hoʻonohonoho i nā mea kūʻai aku e kākoʻo i ka hui
- ʻOhi ʻana i ka manaʻo o ka mea kūʻai aku
- Ke paipai nei i nā hāʻawi hou
- Kūʻai me ke kālepa kamaʻilio
- IT Helpdesk
- Hoʻopaʻa hale noho
- Hoʻololi kālā
Panina
E hoʻohana ʻia ʻo Chatbots, e like me nā ʻenehana AI ʻē aʻe e hoʻonui i nā mākau kanaka a hoʻokuʻu i nā kānaka e lilo i mea noʻonoʻo a noʻonoʻo ma o ka ʻae ʻana iā lākou e hoʻolōʻihi i ka manawa ma nā hana hoʻolālā.
Loaʻa paha i nā ʻoihana, nā limahana, a me nā mea kūʻai mai nā hiʻohiʻona chatbot i hoʻonui ʻia e like me nā ʻōlelo aʻoaʻo wikiwiki a me nā wānana, a me ka maʻalahi o ke komo ʻana i ka hālāwai kūkā wikiō kiʻekiʻe mai ke kamaʻilio ʻana, i ka wā e hiki mai ana, ke hui pū ʻia ʻo AI me ka hoʻomohala ʻana o ʻenehana 5G.
Ke noiʻi ʻia nei kēia mau mea a me nā mea ʻē aʻe, akā e like me ka pilina pūnaewele, AI, NLP, a me ka holomua aʻo ʻana i ka mīkini, e lilo lākou i mea maʻamau.
Chwoo
Aloha,
Mahalo iā ʻoe no kēia polokalamu.
He nīnau kaʻu.
ʻAʻole wehewehe ʻia ka "bag_of_words". ʻAʻole hiki iaʻu ke hoʻomaopopo i kēia hewa.
Hiki iā ʻoe ke haʻi iaʻu pehea e hiki ai iaʻu ke hoʻoponopono i kēia hewa??
Mahalo iā ʻoe no kēia polokalamu!! I lā maikaʻi
Jay
E ʻoluʻolu e hoʻohui i kahi hana ma mua o ka hoʻohana ʻana i ka ʻāpana chatbot:
//////////////////////////////////////////// //////////////////////////
def bag_of_words(s, words):
ʻeke = [0 no _ ma ka laulā(len(mau huaʻōlelo))]
s_words = nltk.word_tokenize(s)
s_words = [stemmer.stem(word.lower()) no ka hua'ōlelo ma s_words]
no ka mea ma s_words:
no ka i, w i ka helu (hua'ōlelo):
ina w == se:
eke[i] = 1
hoʻihoʻi i ka numpy.array(ʻeke)
// E hoʻoholo pono ia i kāu pilikia. //
// ///. // // ///.
Ke kaʻana nei au i ke code piha me ʻoe, no laila e loaʻa iā ʻoe ke kiʻi maopopo o ia mea.
//////////////////////////////////////////// /////////
lawe mai nltk
mai nltk.stem.lancaster hoʻokomo iā LancasterStemmer
stemmer = LancasterStemmer()
hoʻokomo numpy
lawe mai tflearn
hoʻokomo ʻana i ka tensorflow
lawe lōkahi
lawe mai json
lawe pickle
me ka wehe ("intents.json") e like me ka faila:
ʻikepili = json.load(faila)
hoʻāʻo:
me ka wehe ("data.pickle", "rb") me f:
huaʻōlelo, lepili, aʻo, hoʻopuka = pickle.load(f)
koe wale no:
huaʻōlelo = []
lepili = []
docs_x = []
docs_y = []
no ka manaʻo i ka ʻikepili["intents"]:
no ke kumu ma ka manaʻo["nā hiʻohiʻona"]:
wrd = nltk.word_tokenize(ʻano)
huaʻōlelo.extend(wrds)
docs_x.append(wrds)
docs_y.append(intent[“tag”])
inā ʻaʻole i loko o nā lepili ka manaʻo["tag"]:
labels.append(intent[“tag”])
huaʻōlelo = [stemmer.stem(w.lower()) no w ma nā huaʻōlelo inā w != “?”]
huaʻōlelo = sorted(papa inoa(hoʻonohonoho(huaʻōlelo)))
nā lepili = sorted(labels)
aʻo = []
pukana = []
out_empty = [0 no _ ma ka laulā(len(labels))]
no x, doc i ka helu (docs_x):
ʻeke = []
wrd = [stemmer.stem(w.lower()) no ka w ma ka palapala]
no ka w ma na olelo:
inā w ma wrd:
bag.append(1)
ʻē aʻe:
bag.append(0)
lālani_hoʻopuka = out_empty[:]
puka_laina[labels.index(docs_y[x])] = 1
training.append(bag)
hoʻokomo.hoʻopili(lau_puka)
aʻo = numpy.array(aʻo)
puka = numpy.array(puka)
me ka wehe ("data.pickle", "wb") e like me f:
pickle.dump((nā huaʻōlelo, lepili, hoʻomaʻamaʻa, hoʻopuka), f)
tensorflow.reset_default_graph()
net = tflearn.input_data(shape=[ʻAʻohe, len(hoʻomaʻamaʻa[0])])
net = tflearn.fully_connected(net, 8)
net = tflearn.fully_connected(net, 8)
net = tflearn.fully_connected(net, len(output[0]), activation=”softmax”)
net = tflearn.regression(net)
kumu hoʻohālike = tflearn.DNN(net)
hoʻāʻo:
model.load(“model.tflearn”)
koe wale no:
model.fit(hoʻomaʻamaʻa, hoʻopuka, n_epoch=1500, batch_size=8, show_metric=ʻOiaʻiʻo)
model.save("model.tflearn")
def bag_of_words(s, words):
ʻeke = [0 no _ ma ka laulā(len(mau huaʻōlelo))]
s_words = nltk.word_tokenize(s)
s_words = [stemmer.stem(word.lower()) no ka hua'ōlelo ma s_words]
no ka mea ma s_words:
no ka i, w i ka helu (hua'ōlelo):
ina w == se:
eke[i] = 1
hoʻihoʻi i ka numpy.array(ʻeke)
def kamaʻilio ():
print("Hoʻomaka e kamaʻilio me ka bot (ʻano haʻalele e hoʻōki)!")
ʻoiai ʻoiaʻiʻo:
inp = komo ("ʻO ʻoe:")
inā inp.lower() == "haʻalele":
wanaao ae
nā hualoaʻa = model.predict([bag_of_words(inp, huaʻōlelo)])
hualoaʻa_index = numpy.argmax(nā hualoaʻa)
hōʻailona = nā lepili [nā huaʻōlelo_index]
no ka tg i ka ʻikepili[“intents”]:
inā tg['tag'] == tag:
pane = tg['pane']
paʻi(random.choice(pane))
kamaʻilio ()
//////////////////////////////////////////// //////////////
Mahalo,
Hauʻoli coding!
Lu
Aloha,
Hiki iā ʻoe ke hāʻawi mai iaʻu i kahi manaʻo o ke kaʻina hana e hana ai i ka hihia o ka makemake e hana i kahi chatbot ma python, akā loaʻa ka ʻike mai kahi noiʻi ma Excel. Mahalo iā ʻoe!