Tērzēšanas roboti mūsdienās ir ļoti populāri. Tātad, mēs esam ieradušies, lai palīdzētu jums izstrādāt tērzēšanas robotu, izmantojot Python. Šajā ierakstā mēs runāsim par interaktīva AI tērzēšanas robota izstrādi.
interaktīvs mākslīgais intelekts tērzēšanas roboti ir datorsistēmas, kas atkārto cilvēku dialogu. Tāpat viņi reaģē uz cilvēka ievadi, izmantojot dabiskās valodas apstrādi un mašīna mācīšanās Tehnoloģijas.
Lai nodrošinātu efektīvāku klientu apkalpošanas pieredzi, šie tērzēšanas roboti var būt saistīti ar vairākām platformām. Tādējādi šīs platformas varētu būt vietnes, mobilās lietojumprogrammas un ziņojumapmaiņas sistēmas. Turklāt tos var izmantot dažādiem mērķiem, tostarp atpūtai, izglītībai un reklāmai.
OpenAI bibliotēka
GPT-3 modelis ir pieejams OpenAI bibliotēkā. Mēs varam to izmantot, lai sniegtu atbildes jūsu tērzēšanas robotam. Pakotnei ir arī vienkārša API saziņai ar modeli. Tas atvieglo integrāciju savā Python tērzēšanas robots pieteikumu.
Tādējādi savā projektā varat izmantot OpenAI.
Lai iegūtu atbildes no GPT-3 modeļa, mēs izmantosim metodi completion.create().
OpenAI piegādā arī alternatīvus modeļus, piemēram, GPT-2, DALL-E un citus. Varat izmantot jebkuru no tiem, lai izveidotu savu tērzēšanas robotu. Tomēr paturiet prātā, ka katram modelim ir unikāls talantu, stipro pušu un trūkumu kopums.
Chatbot izveide
1. Pirmkārt, mums ir jāinstalē OpenAI bibliotēka un jāpiešķir no OpenAI vietnes saņemtā API atslēga. Tas nodrošinās piekļuvi GPT-3 modelim, izmantojot OpenAI API.
import openai
openai.api_key = "YOUR_API_KEY"
Lai iestatītu API atslēgu, dodieties uz https://beta.openai.com/ un reģistrējieties.
2- Tagad mums ir jāizveido chatbot() funkcija, kas pieņem lietotāja ievadi. Un tam vajadzētu to izmantot kā GPT-3 modeļa uzvedni. Ievades() metode tiek izmantota, lai apkopotu lietotāja ievadi, un cilpa darbojas, līdz lietotājs ievada “exit”.
def chatbot():
while True:
user_input = input("You: ")
3. Ja lietotāja ievade ir līdzvērtīga “izejai”, cilpa tiks pārtraukta un tērzēšanas robots tiks pārtraukts.
if user_input.lower() == "exit":
break
4- Lai ģenerētu atbildi no GPT-3 modeļa, mums tagad jāizmanto funkcija openai.Completion.create(). Dzinēja parametrs ir iestatīts uz “text-davinci-002”, kas ir GPT-3 modelis. Uzvednes parametrs tiek iestatīts uz lietotāja ievadi, kam seko atstarpe, lai apzīmētu uzvednes beigas.
Temperatūras parametrs ir iestatīts uz 0.5, lai regulētu neparedzamības apjomu ģenerētajā tekstā. Un parametrs max tokens ir iestatīts uz 2048, lai ierobežotu izveidotās atbildes garumu.
response = openai.Completion.create(
engine="text-davinci-002",
prompt=user_input + " ",
max_tokens=2048,
temperature=0.5
)
5- Tagad mēs izveidosim drukāšanas atbildi no GPT-3 modeļa.
print("Chatbot: ", response["choices"][0]["text"])
6- Tagad mēs pievienosim skripta galveno funkciju. Kad tas tiek izsaukts, tas izdrukās sveiciena ziņojumu un pēc tam izsauks chatbot() metodi.
if __name__ == "__main__":
print("Welcome to the GPT-3 Chatbot!")
print("Type 'exit' to close the chatbot.")
chatbot()
Uzdodiet citu jautājumu Chatbot
Mēs jau runājām par laikapstākļiem. Mēģināsim kaut ko citu, lai uzlabotu mūsu sarunu. Piemēram, mēs varam jautāt “Kāds ir tavs noskaņojums šodien?”.
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"])
Citas metodes ChatBot izstrādei ar Python
Izmantojot Natural Language Toolkit (NLTK) vai SpaCy bibliotēku
Šīs bibliotēkas ir lieliski piemērotas tādiem uzdevumiem kā marķieri un cilmes veidošana. Turklāt tos var izmantot nosauktā vienība identifikācija dabiskās valodas apstrādē. NLTK ir vispārīgāks. Turklāt tas piedāvā plašāku funkciju klāstu. Tomēr SpaCy ir vairāk vērsta uz veiktspēju, un parasti tiek uzskatīts, ka tas darbojas ātrāk.
Lai instalētu NLTK, varat izmantot šo komandu:
pip install nltk
Lai instalētu spacy:
pip install spacy
Izmantojot RASA
RASA ir atvērtā koda platforma izstrādei sarunvalodas AI tērzēšanas roboti. Tas ietver bibliotēku un rīku komplektu tērzēšanas robotu izveidei. Tas var arī atpazīt dabiskās valodas ievadi un atbilstoši reaģēt.
Lai instalētu RASA, varat izmantot šādu komandu:
pip install rasa
TensorFlow un Keras
TensorFlow un Keras ir ievērojamas mašīnmācības bibliotēkas. Varat to izmantot, lai apmācītu modeli atpazīt dabiskās valodas ievadi un radīt piemērotas atbildes.
Lai instalētu TensorFlow, varat palaist šādu komandu:
pip install tensorflow
pip install keras
Secinājumi
Interaktīvie mākslīgā intelekta tērzēšanas roboti ir datorsistēmas, kas atdarina cilvēku saziņu. Tādējādi viņi reaģē uz cilvēka ieguldījumu. Tas ir ļoti aizraujoši un daudzsološi nākotnei.
OpenAI bibliotēka nodrošina vienkāršu API savienojuma izveidei ar GPT-3 modeli. Varat izveidot tērzēšanas robotu, kas mijiedarbojas ar lietotājiem dabiski un saistoši. Izmantojot pareizo pieeju, varat izveidot efektīvāku un pielāgotāku pieredzi.
Atstāj atbildi