A na-ewepụ oku olu maka ederede na ihe ngosi na mpaghara nzikọrịta ozi. Dị ka ntuli aka Facebook mere, ihe karịrị ọkara nke ndị na-azụ ahịa na-ahọrọ ịzụta n'aka ụlọ ọrụ ha nwere ike ịgwa ha okwu. Mkparịta ụka abụrụla ụdị nzikọrịta ozi ọha na eze nakweere.
Ọ na-enyere ndị ụlọ ọrụ aka ka ha na ndị ahịa ha na-ekwurịta okwu n'oge ọ bụla na site na ebe ọ bụla. Chatbots na-enwetawanye ewu ewu n'etiti ụlọ ọrụ na ndị ahịa n'ihi ịdị mfe iji ha na oge nchere belatara.
Chatbots, ma ọ bụ mmemme mkparịta ụka na-akpaghị aka, na-enye ndị ahịa usoro ahaziri ahazi iji nweta ọrụ site na interface dabere na ederede. Chatbots ndị AI kwadoro ọhụrụ nwere ike ịmata ajụjụ (ajụjụ, iwu, iwu, wdg) nke mmadụ mere (ma ọ bụ bot ọzọ, mmalite) na mpaghara akọwapụtara wee zaghachi nke ọma (azịza, omume, wdg).
Na post a, anyị ga-enyocha ihe chatbots bụ, uru ha, ihe eji eme ihe na otu esi eme nke gị mmụta miri emi chatbot na Python, tinyere ihe ndị ọzọ.
Ka anyi bido.
Yabụ, kedu ihe bụ chatbots?
A na-ezokarị chabotbot ka ọ bụrụ otu n'ime ụdị mmekọrịta mmadụ na igwe kacha ewu ewu. Ndị enyemaka dijitalụ a na-eme ka ahụmịhe ndị ahịa dịkwuo mma site na ime ka mmekọrịta dị n'etiti ndị mmadụ na ọrụ.
N'otu oge ahụ, ha na-enye ndị ọchụnta ego nhọrọ ọhụrụ iji kwalite usoro ịkpọtụrụ ndị ahịa maka ịrụ ọrụ nke ọma, nke nwere ike belata mmefu nkwado oge.
Na nkenke, ọ bụ sọftụwia dabere na AI nke ezubere ka ya na ụmụ mmadụ na-ekwurịta okwu n'asụsụ ha. Ndị nkata a na-akparịta ụka na-ejikarị usoro ọdịyo ma ọ bụ ederede emekọrịta ihe, ha na-enwekwa ike iṅomi asụsụ mmadụ n'ụzọ dị mfe ka ha na ụmụ mmadụ jikọọ aka n'ụzọ dị ka mmadụ.
Ndị na-akpa nkata na-amụta ihe site na mmekọrịta ha na ndị ọrụ, na-aghọwanye ihe ezi uche dị na ya na ịrụ ọrụ nke ọma ka oge na-aga. Ha nwere ike ijikwa ọtụtụ ọrụ azụmahịa, dị ka inye ikike imefu ego, iso ndị na-azụ ahịa na-akpakọrịta n'ịntanetị, na ịmepụta ụzọ.
Mepụta nkata mmụta miri emi nke gị na Python
Enwere ọtụtụ ụdị chatbots dị iche iche na mpaghara ngwa igwe na AI. Ụfọdụ chatbots bụ ndị na-enyere aka, ebe ndị ọzọ nọ ebe ahụ ka ha na ha kparịta ụka, ebe ndị ọzọ bụ ndị na-ahụ maka ndị ahịa.
Eleghị anya ị hụla ụfọdụ ndị ọchụnta ego were zaa ajụjụ. Anyị ga-eme obere nkata na nkuzi a iji zaa ajụjụ ndị a na-arịọkarị.
1. Ịwụnye ngwugwu
Nzọụkwụ mbụ anyị bụ ịwụnye ngwugwu ndị a.
2. Data Ọzụzụ
Ugbu a bụ oge ịchọpụta ụdị ozi anyị ga-enye anyị chatbot. Anyị achọghị ibudata nnukwu dataset n'ihi na nke a bụ nkata nkata dị mfe.
Anyị ga-eji ozi anyị mebere onwe anyị. Iji soro nkuzi a nke ọma, ị ga-achọ ịmepụta faịlụ .JSON nwere otu usoro dị ka nke a hụrụ n'okpuru. Aha faịlụ m bụ "intents.json."
A na-eji faịlụ JSON mepụta otu ozi nke onye ọrụ nwere ike itinye na maapụ na azịza dị mkpa. Akwụkwọ ọkọwa okwu ọ bụla dị na faịlụ ahụ nwere mkpado na-achọpụta otu ozi ọ bụla nwere.
Anyị ga-eji ozi a zụọ a neural network iji hazie akpaokwu nke okwu dịka otu mkpado dị na faịlụ anyị.
Anyị nwere ike mgbe ahụ dị nnọọ na-a nzaghachi si otu ndị na-enye ya onye ọrụ. Mkparịta ụka nkata ahụ ga-aka mma ma gbagwojuru anya ma ọ bụrụ na ị na-enye ya mkpado, nzaghachi na usoro.
3. JSON data loading
Anyị ga-amalite site na itinye na data .json anyị na ibubata ụfọdụ modul. Chịkọta faịlụ gị.json n'otu akwụkwọ ndekọ aha gị Ederede Python. A ga-echekwa data .json anyị na mgbanwe data.
4. Mwepụta data
Ugbu a ọ bụ oge iwepụta ozi anyị chọrọ na faịlụ JSON anyị. Usoro niile, yana klaasị/tag nke ha nwere, achọrọ.
Anyị ga-achọkwa ndepụta nke usoro niile pụrụ iche dị na ụkpụrụ anyị (n'ihi ihe anyị ga-akọwa ma emechaa), yabụ ka anyị mepụta ndepụta oghere iji debe ụkpụrụ ndị a.
Ugbu a, anyị ga-enyocha data JSON anyị wee weghachite ozi anyị chọrọ. Kama inwe ha dị ka eriri, anyị ga-eji nltk.word tokenizer gbanwee ụkpụrụ ọ bụla ka ọ bụrụ ndepụta okwu.
Mgbe ahụ, na ndepụta docs_x anyị, anyị ga-agbakwunye ụkpụrụ ọ bụla, yana mkpado metụtara ya, na listi docs_y.
5. Ikwu okwu
Ịchọta mgbọrọgwụ nke okwu bụ nke a maara dị ka stemming. Dị ka ihe atụ, steepụ nke okwu ahụ bụ́ “nke ahụ” nwere ike ịbụ “nke ahụ,” ebe e nwere ike “mere” isi okwu ahụ “na-eme.”
Anyị ga-eji usoro a na-akpụ akpụ wetulata okwu ihe nlereanya anyị wee gbalịa chọpụta ihe ahịrịokwu pụtara n'ozuzu ya. Koodu a ga-ewepụta ndepụta pụrụ iche nke mkpụrụokwu ndị a ga-eji na-esote nke nkwadebe data anyị.
6. Akpa Okwu
Oge erugo ikwu maka akpa okwu ugbu a anyị ebubatala data anyị wee wepụta mkpụrụokwu esiteghị na ya. Neural netwọk na algọridim mmụta igwe, dịka anyị niile mara, chọrọ ntinye ọnụọgụgụ. Yabụ na ndepụta eriri anyị agaghị ebipụ ya. Anyị chọrọ usoro iji nọchite anya ọnụọgụgụ n'ahịrịokwu anyị, nke bụ ebe akpa okwu na-abata.
A ga-anọchi anya nkebi ahịrịokwu ọ bụla site na ndepụta ogologo nke ọnụọgụ okwu n'ime okwu ụdị anyị. Okwu ọ bụla dị n'okwu anyị ga-abụ ebe dị na listi ahụ nọchiri anya ya. Ọ bụrụ na ọnọdụ dị na ndepụta ahụ bụ 1, okwu ahụ pụtara na nkwupụta anyị; ọ bụrụ na ọ bụ 0, okwu ahụ anaghị apụta n'ahịrịokwu anyị.
Anyị na-akpọ ya akpa okwu n'ihi na anyị amaghị usoro nke okwu ndị ahụ pụtara na nkebi ahịrịokwu; Naanị ihe anyị maara bụ na ha dị na ụdị okwu anyị.
Na mgbakwunye na ịhazi ntinye anyị, anyị ga-ahazikwa mmepụta anyị ka netwọk akwara wee ghọta ya. Anyị ga-ewu ndepụta mmepụta nke dị ogologo nke ọnụ ọgụgụ akara/ mkpado dị na dataset anyị, dị ka akpa okwu. Ebe ọ bụla n'ime ndepụta ahụ na-anọchite anya akara/ mkpado pụrụ iche, na 1 n'ime ebe ndị ahụ na-egosi akara/ mkpado a na-anọchi anya ya.
N'ikpeazụ, anyị ga-eji NumPy arrays chekwaa data ọzụzụ na mmepụta anyị.
7. Mmepe Model
Anyị adịla njikere ịmalite iwulite na ịzụ ihe nlereanya ugbu a na anyị ebu ụzọ hazie data anyị niile. Anyị ga-eji netwọkụ akwara ozi na-ebuga n'ihu nwere ọkwa abụọ zoro ezo maka ebumnobi anyị.
Ebumnuche netwọkụ anyị ga-abụ ilele mkpokọta okwu wee kenye ha na klaasị (otu mkpado anyị sitere na faịlụ JSON). Anyị ga-amalite site n'ịkwado ụkpụrụ ụkpụrụ ụlọ anyị. Buru n'uche na ị nwere ike iji ụfọdụ ọnụọgụ gwuo egwu iji wepụta ihe nlereanya ka mma! Muta igwe na-adaberekarị na nnwale na njehie.
8. Ọzụzụ Model & Ịchekwa
Ọ bụ oge ịzụ ihe nlereanya anyị na data anyị ugbu a na anyị edozila ya! Anyị ga-enweta nke a site na itinye data anyị na ihe nlereanya. Ọnụ ọgụgụ nke oge anyị na-enye bụ ugboro ole a ga-ekpughere ihe nlereanya ahụ na otu data n'oge ọzụzụ.
Anyị nwere ike ichekwa ihe nlereanya ahụ na ụdị faịlụ ozugbo anyị mechara ọzụzụ ya. tflearn bụ edemede enwere ike iji na edemede ndị ọzọ.
9. Iji chatbot
Ugbu a ị nwere ike ịmalite ịkparịta ụka na bot gị.
Uru nke Chatbot
- Dị ka a na-atụ anya bots ịrụ ọrụ ụbọchị 365 kwa afọ, awa 24 kwa ụbọchị, na-akwụghị ụgwọ, na-abawanye nnweta na ọsọ mmeghachi omume.
- Bots ndị a bụ ngwaọrụ zuru oke maka ịlụso nnukwu data atọ isi Vs: olu, ọsọ, na ụdị dị iche iche.
- Chatbots bụ sọftụwia enwere ike iji mụta maka ndị na-azụ ahịa ụlọ ọrụ.
- Ọ nwere ikike dị elu na ọ nwere ọnụ ahịa mmezi dị ọnụ ala mgbe ọ nwesịrị uru kachasị elu.
- Ngwa Chatbot na-emepụta data enwere ike ichekwa ma jiri ya mee nyocha na amụma.
Ihe eji eme ihe
- Na-edozi ajụjụ ndị ahịa
- Na-aza ajụjụ ndị a na-ajụkarị
- Na-ekenye ndị ahịa ka ha kwado otu
- Ịnakọta nzaghachi ndị ahịa
- Na-akwado onyinye ọhụrụ
- Jiri azụmahịa mkparịta ụka zụọ ahịa
- IT Helpdesk
- Ndokwa ụlọ
- Nyefee ego
mmechi
A ga-eji chatbots, dị ka teknụzụ AI ndị ọzọ, iji kwalite nkà mmadụ na ịtọhapụ ụmụ mmadụ ka ha nwee ike imepụta ihe na iche echiche site n'ikwe ka ha tinyekwuo oge na atụmatụ kama ịrụ ọrụ aghụghọ.
Azụmahịa, ndị ọrụ na ndị na-azụ ahịa nwere ike irite uru site na njirimara chatbot emelitere dị ka ndụmọdụ ngwa ngwa na amụma, yana ọ dị mfe ịnweta mkparịta ụka vidiyo dị elu site na mkparịta ụka, n'ọdịnihu dị nso, mgbe AI jikọtara ya na mmepe nke Teknụzụ 5G.
A ka na-enyocha ihe ndị a na ohere ndị ọzọ, mana ka njikọ ịntanetị, AI, NLP na ọganihu mmụta igwe, ha ga-abawanye ụba.
Chwoo
Nnọọ,
Daalụ maka mmemme a.
Enwere m ajụjụ.
A kọwapụtaghị "akpa_okwu". Enweghị m ike ịghọta njehie a.
Ị nwere ike ịgwa m ka m ga-esi dozie njehie a ??
Daalụ maka mmemme a!! Nwee ezigbo ụbọchị
Jay
Biko tinye ọrụ tupu i jiri ngalaba chatbot:
////////////////////////// ////////////////////
def akpa_okwu(s, okwu):
akpa = [0 maka _ n'ogo (okwu (okwu))]
s_words = nltk.word_tokenize(s)
s_words = [stemmer.stem (okwu.lower ()) maka okwu na s_words]
maka se na s_words:
maka m, w n'ọnụ (okwu):
ọ bụrụ na = =:
akpa[i] = 1
laghachi nupy.array(akpa)
// Ọ ga-edozi nsogbu gị n'ezie. //
/////////////////////////// /////////////////////
Ana m ekerịta koodu ahụ zuru oke na gị, yabụ ị ga-ahụta ya nke ọma.
/////////////////////////// ////////
ibubata nltk
si nltk.stem.lancaster bubata LancasterStemmer
stemmer = LancasterStemmer()
mbubata nupy
mbubata tflearn
mbubata tensorflow
ibubata na usoro
ibubata json
ibubata Pịkụl
ya na oghe ("intents.json") dị ka faịlụ:
data = json.load(faịlụ)
gbalịa:
nwere oghe ("data.picle", "rb") dị ka f:
okwu, akara, ọzụzụ, mmepụta = pickle.load(f)
ma e wezụga:
okwu = []
akara = []
docs_x = []
docs_y = []
maka ebumnuche na data[“uche”]:
maka ụkpụrụ na ebumnuche[“ụkpụrụ”]:
wrds = nltk.word_tokenize(ụkpụrụ)
okwu.gbatịa(wrds)
docs_x.append(wrds)
docs_y.append(ebumnobi[“mkpado”])
Ọ bụrụ na ebumnobi [“mkpado”] anọghị na akara:
labels.append(ebumnobi[“mkpado”])
okwu = [stemmer.stem (w.lower ()) maka w n'okwu ma ọ bụrụ w! = "?"]
okwu = hazie (ndepụta(set(okwu)))
akara = ahaziri (akara aha)
ọzụzụ = []
mmepụta = []
out_empty = [0 maka _ n'ime oke(len(label))]
maka x, doc n'ime ọnụọgụ (docs_x):
akpa = []
wrds = [stemmer.stem(w.lower()) maka w na doc]
maka w n'okwu:
ọ bụrụ na w na wrds:
akpa.append(1)
ọzọ:
akpa.append(0)
mmepụta_ahiri = efu[:]
mmepụta_ahiri[labels.index(docs_y[x])] = 1
ọzụzụ.append(akpa)
mmepụta.append(output_row)
ọzụzụ = numpy.array (ọzụzụ)
mmepụta = numpy.array(mmepụta)
na oghe ("data.picle", "wb") dị ka f:
pickle.dump ((okwu, akara, ọzụzụ, mmepụta), f)
tensorflow.reset_default_graph()
net = tflearn.input_data (ọdịdị = [Ọ dịghị, oghere (ọzụzụ[0]))])
net = tflearn.fully_ejikọtara (ụgbụ, 8)
net = tflearn.fully_ejikọtara (ụgbụ, 8)
net = tflearn.fully_ejikọtara (ụgbụ, oghere (mmepụta [0]), ịgbalite =”softmax”)
net = tflearn.regression(ụgbụ)
nlereanya = tflearn.DNN(net)
gbalịa:
ụdị.load("model.tflearn")
ma e wezụga:
model.fit (ọzụzụ, mmepụta, n_epoch=1500, batch_size=8, show_metric=Eziokwu)
model.chekwa("model.tflearn")
def akpa_okwu(s, okwu):
akpa = [0 maka _ n'ogo (okwu (okwu))]
s_words = nltk.word_tokenize(s)
s_words = [stemmer.stem (okwu.lower ()) maka okwu na s_words]
maka se na s_words:
maka m, w n'ọnụ (okwu):
ọ bụrụ na = =:
akpa[i] = 1
laghachi nupy.array(akpa)
def chat():
ebipụta ("Malite na bot na-ekwu okwu (ụdị kwụsị ịkwụsị)!")
mgbe Eziokwu:
inp = ntinye ("Ị:")
ọ bụrụ inp.lower() == "kwụsị":
ezumike
nsonaazụ = ụdị. amụma ([bag_of_words(inp, words)])
results_index = numpy.argmax(nsonaazụ)
mkpado = akara[results_index]
maka tg na data[“uche”]:
ọ bụrụ tg['mkpado'] = mkpado:
nzaghachi = tg['azaghachi']
ebipụta (random.nhọrọ(azaghachi))
nkata()
/////////////////////////// /////////////
Daalụ,
Obi ụtọ na nzuzo!
Lu
Nnọọ,
Ị nwere ike ịnye m echiche nke usoro a ga-eme n'ihe gbasara ịchọrọ ịmepụta chatbot na Python, mana ozi a nwetara site na nyocha na excel. Daalụ!