चैटबॉट्स इन दिनों बहुत लोकप्रिय हैं। इसलिए, हम पायथन का उपयोग करके चैटबॉट विकसित करने में आपकी सहायता करने आए हैं। इस पोस्ट में, हम एक इंटरैक्टिव एआई चैटबॉट विकसित करने के बारे में बात करेंगे।
इंटरैक्टिव कृत्रिम बुद्धिमत्ता चैटबॉट कंप्यूटर सिस्टम हैं जो मानव संवाद को दोहराते हैं। साथ ही, वे प्राकृतिक भाषा प्रसंस्करण और का उपयोग करके मानव इनपुट का जवाब देते हैं यंत्र अधिगम प्रौद्योगिकियों।
अधिक कुशल ग्राहक सेवा अनुभव प्रदान करने के लिए, इन चैटबॉट्स को कई प्लेटफार्मों से जोड़ा जा सकता है। इसलिए, ये प्लेटफॉर्म वेबसाइट, मोबाइल एप्लिकेशन और मैसेजिंग सिस्टम हो सकते हैं। इसके अलावा, उनका उपयोग अवकाश, शिक्षा और विज्ञापन सहित विभिन्न उद्देश्यों के लिए किया जा सकता है।
ओपनएआई लाइब्रेरी
GPT-3 मॉडल OpenAI लाइब्रेरी में उपलब्ध है। हम इसका उपयोग आपके चैटबॉट के लिए उत्तर देने के लिए कर सकते हैं। मॉडल के साथ संचार करने के लिए पैकेज में एक सीधा एपीआई भी है। यह आपके में एकीकृत करना आसान बना रहा है पायथन चैटबॉट आवेदन.
इसलिए, आप अपने प्रोजेक्ट में OpenAI का उपयोग कर सकते हैं।
GPT-3 मॉडल से उत्तर देने के लिए, हम कंप्लीशन.क्रिएट () विधि का उपयोग करेंगे।
OpenAI GPT-2, DALL-E और अन्य जैसे वैकल्पिक मॉडल की आपूर्ति भी करता है। आप अपना चैटबॉट बनाने के लिए इनमें से किसी का भी उपयोग कर सकते हैं। हालांकि, ध्यान रखें कि प्रत्येक मॉडल की प्रतिभा, ताकत और कमियों का अपना अनूठा सेट होता है।
चैटबॉट का निर्माण
1- सबसे पहले, हमें OpenAI लाइब्रेरी को स्थापित करना होगा और OpenAI वेबसाइट से प्राप्त API कुंजी को असाइन करना होगा। यह आपको OpenAI API के माध्यम से GPT-3 मॉडल तक पहुंच प्रदान करेगा।
import openai
openai.api_key = "YOUR_API_KEY"
एपीआई कुंजी सेट करने के लिए, https://beta.openai.com/ पर जाएं और साइन अप करें।
2- अब हमें एक चैटबॉट () फ़ंक्शन बनाने की आवश्यकता है जो उपयोगकर्ता इनपुट को स्वीकार करता है। और, इसे इसे GPT-3 मॉडल के संकेत के रूप में उपयोग करना चाहिए। उपयोगकर्ता के इनपुट को इकट्ठा करने के लिए इनपुट () विधि का उपयोग किया जाता है, और लूप तब तक चलता है जब तक कि उपयोगकर्ता इनपुट "निकास" नहीं करता।
def chatbot():
while True:
user_input = input("You: ")
3- यदि उपयोगकर्ता इनपुट "निकास" के बराबर है, तो लूप टूट जाएगा और चैटबॉट समाप्त हो जाएगा।
if user_input.lower() == "exit":
break
4- GPT-3 मॉडल से प्रतिक्रिया उत्पन्न करने के लिए, हमें अब openai.Completion.create() फ़ंक्शन का उपयोग करना चाहिए। इंजन पैरामीटर "टेक्स्ट-डेविंसी-002" पर सेट है, जो एक GPT-3 मॉडल है। प्रॉम्प्ट पैरामीटर उपयोगकर्ता इनपुट पर सेट होता है, जिसके बाद प्रॉम्प्ट के अंत को इंगित करने के लिए एक स्थान होता है।
उत्पन्न पाठ में अप्रत्याशितता की मात्रा को विनियमित करने के लिए तापमान पैरामीटर 0.5 पर सेट है। और, बनाए गए उत्तर की लंबाई को सीमित करने के लिए अधिकतम टोकन पैरामीटर 2048 पर सेट किया गया है।
response = openai.Completion.create(
engine="text-davinci-002",
prompt=user_input + " ",
max_tokens=2048,
temperature=0.5
)
5- अब हम GPT-3 मॉडल से एक प्रिंट प्रतिक्रिया तैयार करेंगे।
print("Chatbot: ", response["choices"][0]["text"])
6- अब हम स्क्रिप्ट के प्राइमरी फंक्शन को जोड़ेंगे। जब कॉल किया जाता है, तो यह स्वागत संदेश प्रिंट करेगा और फिर चैटबॉट () विधि को कॉल करेगा।
if __name__ == "__main__":
print("Welcome to the GPT-3 Chatbot!")
print("Type 'exit' to close the chatbot.")
chatbot()
चैटबॉट से एक अलग प्रश्न पूछें
हम पहले ही मौसम के बारे में बात कर चुके हैं। हमारी बातचीत को बेहतर बनाने के लिए आइए कुछ और प्रयास करें। उदाहरण के लिए, हम पूछ सकते हैं "आज आपका मूड कैसा है?"।
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"])
पायथन के साथ चैटबॉट विकसित करने के अन्य तरीके
नेचुरल लैंग्वेज टूलकिट (NLTK) या स्पासी लाइब्रेरी का उपयोग करना
ये पुस्तकालय टोकननाइजेशन और स्टेमिंग जैसे कार्यों के लिए बहुत अच्छे हैं। साथ ही इनका उपयोग भी किया जा सकता है नामित इकाई प्राकृतिक भाषा प्रसंस्करण में पहचान। एनएलटीके अधिक सामान्य प्रयोजन है। इसके अलावा, यह सुविधाओं की एक विस्तृत श्रृंखला प्रदान करता है। हालाँकि, SpaCy अधिक प्रदर्शन-केंद्रित है और आमतौर पर इसे तेज माना जाता है।
एनएलटीके को स्थापित करने के लिए आप निम्न आदेश का उपयोग कर सकते हैं:
pip install nltk
स्पासी स्थापित करने के लिए:
pip install spacy
रासा का उपयोग करना
RASA विकास के लिए एक ओपन-सोर्स प्लेटफॉर्म है संवादी एआई चैटबॉट्स. इसमें चैटबॉट बनाने के लिए पुस्तकालयों और उपकरणों का एक सेट शामिल है। साथ ही, यह प्राकृतिक भाषा इनपुट को पहचान सकता है और उचित प्रतिक्रिया दे सकता है।
RASA को स्थापित करने के लिए आप निम्नलिखित कमांड का उपयोग कर सकते हैं:
pip install rasa
टेंसरफ्लो और केरस
TensorFlow और Keras प्रमुख मशीन-लर्निंग लाइब्रेरी हैं। आप प्राकृतिक भाषा इनपुट को पहचानने और उपयुक्त उत्तर बनाने के लिए मॉडल को प्रशिक्षित करने के लिए इसका उपयोग कर सकते हैं।
TensorFlow को स्थापित करने के लिए आप निम्न आदेश चला सकते हैं:
pip install tensorflow
pip install keras
निष्कर्ष
इंटरएक्टिव आर्टिफिशियल इंटेलिजेंस चैटबॉट कंप्यूटर सिस्टम हैं जो मानव संचार की नकल करते हैं। इसलिए, वे मानव इनपुट का जवाब देते हैं। यह बहुत ही रोमांचक और भविष्य के लिए आशाजनक है।
OpenAI लाइब्रेरी GPT-3 मॉडल से जुड़ने के लिए एक सरल API प्रदान करती है। आप एक ऐसा चैटबॉट डिज़ाइन कर सकते हैं जो स्वाभाविक रूप से और आकर्षक रूप से उपयोगकर्ताओं के साथ इंटरैक्ट करता है। आप सही दृष्टिकोण के साथ अधिक प्रभावी और अनुकूलित अनुभव बना सकते हैं।
एक जवाब लिखें