Chatbotovi su vrlo popularni ovih dana. Dakle, došli smo vam pomoći da razvijete chatbot koristeći Python. U ovom postu ćemo govoriti o razvoju interaktivnog AI chatbota.
Interaktivan umjetna inteligencija chatbotovi su računalni sustavi koji repliciraju ljudski dijalog. Također, oni reagiraju na ljudski unos koristeći obradu prirodnog jezika i stroj za učenje tehnologije.
Kako bi pružili učinkovitije iskustvo brige o korisnicima, ovi chatbotovi mogu biti povezani s više platformi. Stoga bi te platforme mogle biti web stranice, mobilne aplikacije i sustavi za razmjenu poruka. Osim toga, mogu se koristiti u različite svrhe, uključujući slobodno vrijeme, obrazovanje i oglašavanje.
OpenAI biblioteka
Model GPT-3 dostupan je u biblioteci OpenAI. Možemo ga koristiti za izradu odgovora za vaš chatbot. Paket također ima jednostavan API za komunikaciju s modelom. To olakšava integraciju u vaš Python chatbot prijava.
Dakle, možete koristiti OpenAI u svom projektu.
Za izradu odgovora iz GPT-3 modela koristit ćemo metodu completion.create().
OpenAI također isporučuje alternativne modele kao što su GPT-2, DALL-E i drugi. Možete koristiti bilo koji od ovih za izradu svog chatbota. Međutim, imajte na umu da svaki model ima svoj jedinstveni skup talenata, prednosti i nedostataka.
Izrada Chatbota
1- Prvo, moramo instalirati OpenAI biblioteku i dodijeliti API ključ primljen s web stranice OpenAI. To će vam omogućiti pristup GPT-3 modelu putem OpenAI API-ja.
import openai
openai.api_key = "YOUR_API_KEY"
Za postavljanje API ključa idite na https://beta.openai.com/ i prijavite se.
2- Sada moramo stvoriti chatbot() funkciju koja prihvaća korisnički unos. I trebao bi ga koristiti kao upit modela GPT-3. Metoda input() koristi se za prikupljanje unosa korisnika, a petlja se izvodi sve dok korisnik ne unese "exit".
def chatbot():
while True:
user_input = input("You: ")
3- Ako je korisnički unos jednak "izlasku", petlja će se prekinuti i chatbot će prekinuti rad.
if user_input.lower() == "exit":
break
4- Da bismo generirali odgovor iz GPT-3 modela, sada moramo koristiti funkciju openai.Completion.create(). Parametar motora postavljen je na "text-davinci-002", što je model GPT-3. Parametar upita postavljen je na korisnički unos, nakon čega slijedi razmak za označavanje kraja upita.
Parametar temperature postavljen je na 0.5 kako bi se regulirala količina nepredvidljivosti u generiranom tekstu. Parametar maksimalnog tokena postavljen je na 2048 kako bi se ograničila duljina stvorenog odgovora.
response = openai.Completion.create(
engine="text-davinci-002",
prompt=user_input + " ",
max_tokens=2048,
temperature=0.5
)
5- Sada ćemo kreirati odgovor ispisa iz GPT-3 modela.
print("Chatbot: ", response["choices"][0]["text"])
6- Sada ćemo dodati primarnu funkciju skripte. Kada se pozove, ispisat će poruku dobrodošlice i zatim pozvati metodu chatbot().
if __name__ == "__main__":
print("Welcome to the GPT-3 Chatbot!")
print("Type 'exit' to close the chatbot.")
chatbot()
Postavite drugačije pitanje Chatbotu
Već smo pričali o vremenu. Pokušajmo nešto drugo da poboljšamo naš razgovor. Na primjer, možemo pitati "Kakvo je tvoje raspoloženje danas?".
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"])
Druge metode za razvoj ChatBot-a s Pythonom
Korištenje Natural Language Toolkit (NLTK) ili SpaCy biblioteke
Ove su biblioteke izvrsne za zadatke kao što su tokenizacija i stvaranje izvora. Također, mogu se koristiti za imenovani entitet identifikacija u obradi prirodnog jezika. NLTK je više opće namjene. Također, nudi širi raspon značajki. Međutim, SpaCy je više usmjeren na performanse i obično se smatra bržim.
Možete koristiti sljedeću naredbu za instalaciju NLTK-a:
pip install nltk
Da biste instalirali spacy:
pip install spacy
Korištenje RASA
RASA je open-source platforma za razvoj razgovorni AI chatbotovi. Uključuje skup biblioteka i alata za stvaranje chatbota. Također, može prepoznati unos prirodnim jezikom i odgovoriti na odgovarajući način.
Za instalaciju RASA-e možete koristiti sljedeću naredbu:
pip install rasa
TensorFlow i Keras
TensorFlow i Keras su istaknute biblioteke za strojno učenje. Možete ga koristiti za treniranje modela da prepozna unos prirodnog jezika i stvori odgovarajuće odgovore.
Možete pokrenuti sljedeću naredbu da instalirate TensorFlow:
pip install tensorflow
pip install keras
Zaključak
Interaktivni chatbotovi umjetne inteligencije računalni su sustavi koji oponašaju ljudsku komunikaciju. Stoga reagiraju na ljudski unos. Vrlo je uzbudljivo i obećavajuće za budućnost.
OpenAI biblioteka pruža jednostavan API za povezivanje s GPT-3 modelom. Možete dizajnirati chatbot koji komunicira s korisnicima prirodno i privlačno. Ispravnim pristupom možete stvoriti učinkovitije i prilagođenije iskustvo.
Ostavi odgovor