Chatbots များသည် ယနေ့ခေတ်တွင် အလွန်ရေပန်းစားပါသည်။ ထို့ကြောင့်၊ Python ကို အသုံးပြု၍ သင့်အား chatbot တစ်ခုကို ဖန်တီးရန် ကျွန်ုပ်တို့မှ လာပါသည်။ ဤပို့စ်တွင်၊ အပြန်အလှန်အကျိုးသက်ရောက်သော AI chatbot ကိုတီထွင်ခြင်းအကြောင်းပြောပါမည်။
အပြန်အလှန်တုန့်ပြန်သော ဉာဏ်ရည်တု chatbots များသည် လူတို့၏ ဆွေးနွေးမှုများကို ပုံတူကူးချသော ကွန်ပျူတာစနစ်များဖြစ်သည်။ ထို့အပြင်၊ ၎င်းတို့သည် သဘာဝဘာသာစကားဖြင့် လုပ်ဆောင်ခြင်းနှင့် လူသား၏ထည့်သွင်းမှုကို တုံ့ပြန်သည်။ စက်သင်ယူမှု နည်းပညာများ။
ပိုမိုထိရောက်သော ဖောက်သည်စောင့်ရှောက်မှု အတွေ့အကြုံကို ပေးအပ်ရန်၊ ဤ chatbots များကို ပလက်ဖောင်းများစွာနှင့် ချိတ်ဆက်ထားနိုင်သည်။ ထို့ကြောင့် ဤပလပ်ဖောင်းများသည် ဝဘ်ဆိုက်များ၊ မိုဘိုင်းအက်ပ်လီကေးရှင်းများနှင့် စာတိုပေးပို့ခြင်းစနစ်များ ဖြစ်နိုင်သည်။ ထို့အပြင် ၎င်းတို့အား အပန်းဖြေခြင်း၊ ပညာရေးနှင့် ကြော်ငြာခြင်းအပါအဝင် ရည်ရွယ်ချက်အမျိုးမျိုးအတွက် အသုံးပြုနိုင်သည်။
OpenAI စာကြည့်တိုက်
GPT-3 မော်ဒယ်ကို OpenAI စာကြည့်တိုက်တွင် ရနိုင်ပါသည်။ သင့် chatbot အတွက် ပြန်စာများထုတ်ရန် ၎င်းကို ကျွန်ုပ်တို့ အသုံးပြုနိုင်ပါသည်။ ပက်ကေ့ဂျ်တွင် မော်ဒယ်နှင့် ဆက်သွယ်ရန်အတွက် ရိုးရှင်းသော API တစ်ခုလည်း ပါရှိသည်။ ၎င်းသည် သင့်တွင် ပေါင်းစပ်ရန် ရိုးရှင်းစေသည်။ Python chatbot လျှောက်လွှာ။
ထို့ကြောင့်၊ သင်သည်သင်၏ပရောဂျက်တွင် OpenAI ကိုသုံးနိုင်သည်။
GPT-3 မော်ဒယ်မှ အကြောင်းပြန်ချက်များကို ထုတ်လုပ်ရန်အတွက် completion.create() နည်းလမ်းကို အသုံးပြုပါမည်။
OpenAI သည် GPT-2၊ DALL-E နှင့် အခြားအခြားသော မော်ဒယ်များကို ထောက်ပံ့ပေးသည်။ သင့် chatbot ကိုဖန်တီးရန် ၎င်းတို့ထဲမှ တစ်ခုခုကို သင်အသုံးပြုနိုင်ပါသည်။ သို့သော် မော်ဒယ်တစ်ခုစီတွင် ၎င်း၏ထူးခြားသော အရည်အချင်းများ၊ အားသာချက်များနှင့် အားနည်းချက်များ ရှိသည်ကို သတိပြုပါ။
Chatbot ကိုတည်ဆောက်ခြင်း။
1- ပထမဦးစွာ ကျွန်ုပ်တို့သည် OpenAI စာကြည့်တိုက်ကို ထည့်သွင်းပြီး OpenAI ဝဘ်ဆိုက်မှ ရရှိသော API သော့ကို သတ်မှတ်ပေးရပါမည်။ ၎င်းသည် သင့်အား OpenAI API မှတစ်ဆင့် GPT-3 မော်ဒယ်သို့ ဝင်ရောက်ခွင့် ပေးမည်ဖြစ်သည်။
import openai
openai.api_key = "YOUR_API_KEY"
API သော့ကို သတ်မှတ်ရန် https://beta.openai.com/ သို့သွား၍ အကောင့်ဖွင့်ပါ။
2- ယခု ကျွန်ုပ်တို့သည် အသုံးပြုသူထည့်သွင်းမှုကို လက်ခံသည့် chatbot() လုပ်ဆောင်ချက်ကို ဖန်တီးရန် လိုအပ်ပါသည်။ GPT-3 မော်ဒယ်၏ အချက်ပြမှုအဖြစ် ၎င်းကို အသုံးပြုသင့်သည်။ input() method ကို အသုံးပြုသူ၏ input ကို စုဆောင်းရန်အတွက် အသုံးပြုပြီး user input “exit” သည်အထိ loop လည်ပတ်ပါသည်။
def chatbot():
while True:
user_input = input("You: ")
3- အသုံးပြုသူ input သည် “exit” နှင့် ညီမျှပါက၊ loop ပျက်သွားမည်ဖြစ်ပြီး chatbot သည် ရပ်စဲသွားမည်ဖြစ်သည်။
if user_input.lower() == "exit":
break
4- GPT-3 မော်ဒယ်မှ တုံ့ပြန်မှုတစ်ခု ဖန်တီးရန်၊ ယခု ကျွန်ုပ်တို့သည် openai.Completion.create() လုပ်ဆောင်ချက်ကို အသုံးပြုရပါမည်။ အင်ဂျင်ပါရာမီတာကို GPT-002 မော်ဒယ်ဖြစ်သည့် “text-davinci-3” ဟု သတ်မှတ်ထားသည်။ prompt parameter ကို user input တွင်သတ်မှတ်ထားပြီး prompt ၏အဆုံးကိုဖော်ပြရန် space တစ်ခုနောက်တွင်။
ထုတ်လုပ်ထားသော စာသားတွင် မှန်းဆမရသော ပမာဏကို ထိန်းညှိရန် အပူချိန် ကန့်သတ်ချက်အား 0.5 ဟု သတ်မှတ်ထားသည်။ ထို့အပြင်၊ ဖန်တီးထားသောအဖြေ၏အရှည်ကိုကန့်သတ်ရန် max tokens parameter ကို 2048 သို့သတ်မှတ်ထားသည်။
response = openai.Completion.create(
engine="text-davinci-002",
prompt=user_input + " ",
max_tokens=2048,
temperature=0.5
)
5- ယခု ကျွန်ုပ်တို့သည် GPT-3 မော်ဒယ်မှ ပရင့်တုံ့ပြန်မှုကို ဖန်တီးပါမည်။
print("Chatbot: ", response["choices"][0]["text"])
6- ယခုကျွန်ုပ်တို့သည် script ၏အဓိကလုပ်ဆောင်ချက်ကိုထည့်ပါမည်။ ခေါ်ဆိုသောအခါတွင်၊ ၎င်းသည် ကြိုဆိုကြောင်းစာတိုကို ပရင့်ထုတ်ပြီး chatbot() နည်းလမ်းကို ခေါ်ပါမည်။
if __name__ == "__main__":
print("Welcome to the GPT-3 Chatbot!")
print("Type 'exit' to close the chatbot.")
chatbot()
Chatbot သို့ မတူညီသောမေးခွန်းတစ်ခုမေးပါ။
ရာသီဥတုအကြောင်း ပြောပြီးပြီ။ ကျွန်ုပ်တို့၏စကားဝိုင်းကို တိုးတက်ကောင်းမွန်လာစေရန် အခြားတစ်ခုခုကို ကြိုးစားကြည့်ကြပါစို့။ ဥပမာ၊ “ဒီနေ့ မင်းရဲ့ စိတ်နေကောင်းလား” လို့ မေးနိုင်ပါတယ်။
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"])
Python ဖြင့် ChatBot ဖန်တီးရန် အခြားနည်းလမ်းများ
Natural Language Toolkit (NLTK) သို့မဟုတ် SpaCy စာကြည့်တိုက်ကို အသုံးပြုခြင်း။
ဤစာကြည့်တိုက်များသည် တိုကင်ယူခြင်း နှင့် stemming ကဲ့သို့သော အလုပ်များအတွက် ကောင်းမွန်ပါသည်။ ထို့အတူ ၎င်းတို့အတွက် အသုံးပြုနိုင်သည်။ entity ဟု အမည်ပေးထားသည်။ သဘာဝဘာသာစကားဖြင့် ခွဲခြားသတ်မှတ်ခြင်း။ NLTK သည် ပို၍ ယေဘူယျရည်ရွယ်ချက်ဖြစ်သည်။ ထို့အပြင်၊ ၎င်းသည် ကျယ်ပြန့်သောအင်္ဂါရပ်များကို ပေးဆောင်သည်။ သို့သော်၊ SpaCy သည် စွမ်းဆောင်ရည်ကို ပိုမိုအာရုံစိုက်ပြီး ပိုမြန်သည်ဟု အများအားဖြင့် ယူဆကြသည်။
NLTK ကို ထည့်သွင်းရန် အောက်ပါ command ကို သင် အသုံးပြုနိုင်ပါသည်။
pip install nltk
space ထည့်သွင်းရန်-
pip install spacy
RASA ကိုအသုံးပြုခြင်း။
RASA သည် ဖွံဖြိုးတိုးတက်ရန်အတွက် open-source platform တစ်ခုဖြစ်သည်။ စကားပြောဆိုနိုင်သော AI chatbots. ၎င်းတွင် chatbots ဖန်တီးရန်အတွက် စာကြည့်တိုက်များနှင့် ကိရိယာအစုံပါဝင်သည်။ ထို့အပြင် ၎င်းသည် သဘာဝဘာသာစကား ထည့်သွင်းမှုကို အသိအမှတ်ပြုနိုင်ပြီး သင့်လျော်စွာ တုံ့ပြန်နိုင်သည်။
RASA ကို ထည့်သွင်းရန် အောက်ပါ command ကို သင် အသုံးပြုနိုင်ပါသည်။
pip install rasa
TensorFlow နှင့် Keras
TensorFlow နှင့် Keras တို့သည် ထင်ရှားသော စက်သင်ယူမှုစာကြည့်တိုက်များဖြစ်သည်။ သဘာဝဘာသာစကား ထည့်သွင်းမှုကို အသိအမှတ်ပြုရန်နှင့် သင့်လျော်သော အဖြေများကို ဖန်တီးရန် မော်ဒယ်တစ်ခုကို လေ့ကျင့်ရန် ၎င်းကို သင်အသုံးပြုနိုင်သည်။
TensorFlow ကို ထည့်သွင်းရန် အောက်ပါ command ကို သင်လုပ်ဆောင်နိုင်သည်-
pip install tensorflow
pip install keras
ကောက်ချက်
အပြန်အလှန်တုံ့ပြန်နိုင်သော ဉာဏ်ရည်တု chatbots များသည် လူသားတို့၏ ဆက်သွယ်မှုကို အတုယူသည့် ကွန်ပျူတာစနစ်များဖြစ်သည်။ ထို့ကြောင့်၊ ၎င်းတို့သည် လူသား၏ထည့်သွင်းမှုကို တုံ့ပြန်သည်။ ဒါဟာ အလွန်စိတ်လှုပ်ရှားစရာကောင်းပြီး အနာဂတ်အတွက် အလားအလာကောင်းပါပဲ။
OpenAI စာကြည့်တိုက်သည် GPT-3 မော်ဒယ်နှင့် ချိတ်ဆက်ရန်အတွက် ရိုးရှင်းသော API ကို ပံ့ပိုးပေးပါသည်။ အသုံးပြုသူများနှင့် သဘာဝကျကျ ဆွဲဆောင်မှုရှိသော chatbot ကို သင် ဒီဇိုင်းဆွဲနိုင်သည်။ မှန်ကန်သောချဉ်းကပ်မှုဖြင့် သင်သည် ပိုမိုထိရောက်ပြီး စိတ်ကြိုက်အတွေ့အကြုံကို ဖန်တီးနိုင်သည်။
တစ်ဦးစာပြန်ရန် Leave