Chatbots आजकल धेरै लोकप्रिय छन्। त्यसोभए, हामी तपाईंलाई पाइथन प्रयोग गरेर च्याटबोट विकास गर्न मद्दत गर्न आएका छौं। यस पोष्टमा, हामी अन्तरक्रियात्मक एआई च्याटबोटको विकासको बारेमा कुरा गर्नेछौं।
अन्तरक्रियात्मक कृत्रिम बुद्धि च्याटबटहरू कम्प्युटर प्रणालीहरू हुन् जसले मानव संवादलाई नक्कल गर्दछ। साथै, तिनीहरू प्राकृतिक भाषा प्रशोधन र प्रयोग गरेर मानव इनपुटलाई प्रतिक्रिया दिन्छन् मेशिन सिकाइ प्रविधिहरू।
थप कुशल ग्राहक हेरचाह अनुभव प्रदान गर्न, यी च्याटबटहरू धेरै प्लेटफर्महरूमा लिङ्क हुन सक्छ। तसर्थ, यी प्लेटफर्महरू वेबसाइटहरू, मोबाइल अनुप्रयोगहरू, र सन्देश प्रणालीहरू हुन सक्छन्। यसबाहेक, तिनीहरू मनोरञ्जन, शिक्षा, र विज्ञापन सहित विभिन्न उद्देश्यका लागि प्रयोग गर्न सकिन्छ।
OpenAI पुस्तकालय
GPT-3 मोडेल OpenAI पुस्तकालयमा उपलब्ध छ। हामी यसलाई तपाइँको च्याटबोटको लागि जवाफहरू उत्पादन गर्न प्रयोग गर्न सक्छौं। प्याकेजसँग मोडेलसँग सञ्चार गर्नको लागि सीधा एपीआई पनि छ। यसले तपाइँको मा एकीकृत गर्न सरल बनाउँदैछ पाइथन च्याटबोट अनुप्रयोग।
तसर्थ, तपाइँ तपाइँको परियोजना मा OpenAI प्रयोग गर्न सक्नुहुन्छ।
GPT-3 मोडेलबाट जवाफहरू उत्पादन गर्न, हामी completion.create() विधि प्रयोग गर्नेछौं।
OpenAI ले GPT-2, DALL-E, र अन्य जस्ता वैकल्पिक मोडेलहरू पनि आपूर्ति गर्दछ। तपाईंले आफ्नो च्याटबट सिर्जना गर्न यी मध्ये कुनै पनि प्रयोग गर्न सक्नुहुन्छ। यद्यपि, ध्यान राख्नुहोस् कि प्रत्येक मोडेलको प्रतिभा, बल र कमजोरीहरूको अद्वितीय सेट छ।
च्याटबोट निर्माण गर्दै
1- पहिले, हामीले OpenAI पुस्तकालय स्थापना गर्नुपर्छ र OpenAI वेबसाइटबाट प्राप्त API कुञ्जी असाइन गर्नुपर्छ। यसले तपाईंलाई OpenAI API मार्फत GPT-3 मोडेलमा पहुँच प्रदान गर्नेछ।
import openai
openai.api_key = "YOUR_API_KEY"
API कुञ्जी सेट गर्न, https://beta.openai.com/ मा जानुहोस् र साइन अप गर्नुहोस्।
२- अब हामीले च्याटबोट() प्रकार्य सिर्जना गर्न आवश्यक छ जसले प्रयोगकर्ताको इनपुट स्वीकार गर्दछ। र, यसले यसलाई GPT-2 मोडेलको प्रम्प्टको रूपमा प्रयोग गर्नुपर्छ। इनपुट() विधि प्रयोगकर्ताको इनपुट सङ्कलन गर्न प्रयोग गरिन्छ, र प्रयोगकर्ता इनपुट "निकास" नभएसम्म लुप चल्छ।
def chatbot():
while True:
user_input = input("You: ")
3- यदि प्रयोगकर्ता इनपुट "निकास" को बराबर छ भने, लूप भाँचिनेछ र च्याटबोट समाप्त हुनेछ।
if user_input.lower() == "exit":
break
4- GPT-3 मोडेलबाट प्रतिक्रिया उत्पन्न गर्न, हामीले अब openai.Completion.create() प्रकार्य प्रयोग गर्नुपर्छ। इन्जिन प्यारामिटर "text-davinci-002" मा सेट गरिएको छ, जुन GPT-3 मोडेल हो। प्रम्प्ट प्यारामिटर प्रयोगकर्ता इनपुटमा सेट गरिएको छ, त्यसपछि प्रम्प्टको अन्त्यलाई संकेत गर्न खाली ठाउँ।
उत्पन्न पाठमा अप्रत्याशितता को मात्रा विनियमित गर्न तापमान मापदण्ड 0.5 मा सेट गरिएको छ। र, सिर्जना गरिएको जवाफको लम्बाइलाई सीमित गर्न अधिकतम टोकन प्यारामिटर 2048 मा सेट गरिएको छ।
response = openai.Completion.create(
engine="text-davinci-002",
prompt=user_input + " ",
max_tokens=2048,
temperature=0.5
)
5- हामी अब GPT-3 मोडेलबाट प्रिन्ट प्रतिक्रिया सिर्जना गर्नेछौं।
print("Chatbot: ", response["choices"][0]["text"])
6- हामी अब स्क्रिप्टको प्राथमिक प्रकार्य थप्नेछौं। कल गर्दा, यसले स्वागत सन्देश छाप्नेछ र त्यसपछि च्याटबोट() विधिलाई कल गर्नेछ।
if __name__ == "__main__":
print("Welcome to the GPT-3 Chatbot!")
print("Type 'exit' to close the chatbot.")
chatbot()
Chatbot लाई फरक प्रश्न सोध्नुहोस्
हामीले पहिले नै मौसमको बारेमा कुरा गरेका छौं। हाम्रो वार्तालाप सुधार गर्न अरू केही प्रयास गरौं। उदाहरण को लागी, हामी "आज तपाईको मूड कस्तो छ?" सोध्न सक्छौं।
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"])
पाइथनसँग च्याटबट विकास गर्ने अन्य तरिकाहरू
Natural Language Toolkit (NLTK) वा SpaCy पुस्तकालय प्रयोग गर्दै
यी पुस्तकालयहरू टोकनाइजेशन र स्टेमिङ जस्ता कार्यहरूको लागि उत्कृष्ट छन्। साथै, तिनीहरूको लागि प्रयोग गर्न सकिन्छ नाम गरेको संस्था प्राकृतिक भाषा प्रशोधन मा पहिचान। NLTK अधिक सामान्य उद्देश्य हो। साथै, यसले सुविधाहरूको फराकिलो दायरा प्रदान गर्दछ। जे होस्, SpaCy अधिक प्रदर्शन-केन्द्रित छ र सामान्यतया छिटो भएको मानिन्छ।
तपाईंले NLTK स्थापना गर्न निम्न आदेश प्रयोग गर्न सक्नुहुन्छ:
pip install nltk
स्पेस स्थापना गर्न:
pip install spacy
RASA प्रयोग गर्दै
RASA विकासको लागि खुला स्रोत प्लेटफर्म हो कुराकानीत्मक एआई च्याटबटहरू। यसले च्याटबटहरू सिर्जना गर्नका लागि पुस्तकालयहरू र उपकरणहरूको सेट समावेश गर्दछ। साथै, यसले प्राकृतिक भाषा इनपुट पहिचान गर्न र उचित प्रतिक्रिया दिन सक्छ।
तपाईंले RASA स्थापना गर्न निम्न आदेश प्रयोग गर्न सक्नुहुन्छ:
pip install rasa
TensorFlow र Keras
TensorFlow र Keras प्रमुख मेसिन-लर्निङ पुस्तकालयहरू हुन्। तपाइँ यसलाई प्राकृतिक भाषा इनपुट पहिचान गर्न र उपयुक्त जवाफहरू सिर्जना गर्न मोडेललाई तालिम दिन प्रयोग गर्न सक्नुहुन्छ।
तपाईंले TensorFlow स्थापना गर्न निम्न आदेश चलाउन सक्नुहुन्छ:
pip install tensorflow
pip install keras
निष्कर्ष
अन्तरक्रियात्मक कृत्रिम बुद्धिमत्ता च्याटबटहरू कम्प्युटर प्रणालीहरू हुन् जसले मानव सञ्चारको नक्कल गर्दछ। तसर्थ, तिनीहरूले मानव इनपुट प्रतिक्रिया। यो धेरै रोमाञ्चक र भविष्यको लागि आशाजनक छ।
OpenAI पुस्तकालयले GPT-3 मोडेलसँग जडान गर्नको लागि सरल API प्रदान गर्दछ। तपाइँ एक च्याटबोट डिजाइन गर्न सक्नुहुन्छ जुन प्रयोगकर्ताहरूसँग स्वाभाविक र आकर्षक रूपमा अन्तरक्रिया गर्दछ। तपाईं सही दृष्टिकोणको साथ, अझ प्रभावकारी र अनुकूलित अनुभव सिर्जना गर्न सक्नुहुन्छ।
जवाफ छाड्नुस्