ਚੈਟਬੋਟਸ ਅੱਜਕੱਲ੍ਹ ਬਹੁਤ ਮਸ਼ਹੂਰ ਹਨ. ਇਸ ਲਈ, ਅਸੀਂ ਪਾਈਥਨ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਇੱਕ ਚੈਟਬੋਟ ਵਿਕਸਿਤ ਕਰਨ ਵਿੱਚ ਤੁਹਾਡੀ ਮਦਦ ਕਰਨ ਲਈ ਆਏ ਹਾਂ। ਇਸ ਪੋਸਟ ਵਿੱਚ, ਅਸੀਂ ਇੱਕ ਇੰਟਰਐਕਟਿਵ AI ਚੈਟਬੋਟ ਵਿਕਸਤ ਕਰਨ ਬਾਰੇ ਗੱਲ ਕਰਾਂਗੇ।
ਇੰਟਰਐਕਟਿਵ ਬਣਾਵਟੀ ਗਿਆਨ ਚੈਟਬੋਟਸ ਕੰਪਿਊਟਰ ਸਿਸਟਮ ਹਨ ਜੋ ਮਨੁੱਖੀ ਸੰਵਾਦ ਨੂੰ ਦੁਹਰਾਉਂਦੇ ਹਨ। ਨਾਲ ਹੀ, ਉਹ ਕੁਦਰਤੀ ਭਾਸ਼ਾ ਪ੍ਰੋਸੈਸਿੰਗ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਮਨੁੱਖੀ ਇਨਪੁਟ ਦਾ ਜਵਾਬ ਦਿੰਦੇ ਹਨ ਅਤੇ ਮਸ਼ੀਨ ਸਿਖਲਾਈ ਤਕਨਾਲੋਜੀਆਂ
ਵਧੇਰੇ ਕੁਸ਼ਲ ਗਾਹਕ ਦੇਖਭਾਲ ਅਨੁਭਵ ਪ੍ਰਦਾਨ ਕਰਨ ਲਈ, ਇਹਨਾਂ ਚੈਟਬੋਟਸ ਨੂੰ ਕਈ ਪਲੇਟਫਾਰਮਾਂ ਨਾਲ ਜੋੜਿਆ ਜਾ ਸਕਦਾ ਹੈ। ਇਸ ਲਈ, ਇਹ ਪਲੇਟਫਾਰਮ ਵੈੱਬਸਾਈਟਾਂ, ਮੋਬਾਈਲ ਐਪਲੀਕੇਸ਼ਨਾਂ, ਅਤੇ ਮੈਸੇਜਿੰਗ ਸਿਸਟਮ ਹੋ ਸਕਦੇ ਹਨ। ਇਸ ਤੋਂ ਇਲਾਵਾ, ਉਹਨਾਂ ਨੂੰ ਮਨੋਰੰਜਨ, ਸਿੱਖਿਆ ਅਤੇ ਇਸ਼ਤਿਹਾਰਬਾਜ਼ੀ ਸਮੇਤ ਕਈ ਉਦੇਸ਼ਾਂ ਲਈ ਵਰਤਿਆ ਜਾ ਸਕਦਾ ਹੈ।
OpenAI ਲਾਇਬ੍ਰੇਰੀ
GPT-3 ਮਾਡਲ OpenAI ਲਾਇਬ੍ਰੇਰੀ ਵਿੱਚ ਉਪਲਬਧ ਹੈ। ਅਸੀਂ ਇਸਦੀ ਵਰਤੋਂ ਤੁਹਾਡੇ ਚੈਟਬੋਟ ਲਈ ਜਵਾਬ ਦੇਣ ਲਈ ਕਰ ਸਕਦੇ ਹਾਂ। ਪੈਕੇਜ ਵਿੱਚ ਮਾਡਲ ਨਾਲ ਸੰਚਾਰ ਕਰਨ ਲਈ ਇੱਕ ਸਿੱਧਾ API ਵੀ ਹੈ। ਇਹ ਤੁਹਾਡੇ ਵਿੱਚ ਏਕੀਕ੍ਰਿਤ ਕਰਨਾ ਸੌਖਾ ਬਣਾ ਰਿਹਾ ਹੈ ਪਾਈਥਨ ਚੈਟਬੋਟ ਐਪਲੀਕੇਸ਼ਨ
ਇਸ ਲਈ, ਤੁਸੀਂ ਆਪਣੇ ਪ੍ਰੋਜੈਕਟ ਵਿੱਚ ਓਪਨਏਆਈ ਦੀ ਵਰਤੋਂ ਕਰ ਸਕਦੇ ਹੋ।
GPT-3 ਮਾਡਲ ਤੋਂ ਜਵਾਬ ਦੇਣ ਲਈ, ਅਸੀਂ completion.create() ਵਿਧੀ ਦੀ ਵਰਤੋਂ ਕਰਾਂਗੇ।
OpenAI ਵਿਕਲਪਕ ਮਾਡਲਾਂ ਜਿਵੇਂ ਕਿ GPT-2, DALL-E, ਅਤੇ ਹੋਰਾਂ ਦੀ ਸਪਲਾਈ ਵੀ ਕਰਦਾ ਹੈ। ਤੁਸੀਂ ਆਪਣਾ ਚੈਟਬੋਟ ਬਣਾਉਣ ਲਈ ਇਹਨਾਂ ਵਿੱਚੋਂ ਕਿਸੇ ਦੀ ਵੀ ਵਰਤੋਂ ਕਰ ਸਕਦੇ ਹੋ। ਹਾਲਾਂਕਿ, ਇਹ ਧਿਆਨ ਵਿੱਚ ਰੱਖੋ ਕਿ ਹਰੇਕ ਮਾਡਲ ਵਿੱਚ ਪ੍ਰਤਿਭਾ, ਸ਼ਕਤੀਆਂ ਅਤੇ ਕਮੀਆਂ ਦਾ ਵਿਲੱਖਣ ਸਮੂਹ ਹੁੰਦਾ ਹੈ।
ਚੈਟਬੋਟ ਬਣਾਉਣਾ
1- ਪਹਿਲਾਂ, ਸਾਨੂੰ ਓਪਨਏਆਈ ਲਾਇਬ੍ਰੇਰੀ ਨੂੰ ਸਥਾਪਿਤ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ ਅਤੇ ਓਪਨਏਆਈ ਵੈਬਸਾਈਟ ਤੋਂ ਪ੍ਰਾਪਤ ਕੀਤੀ API ਕੁੰਜੀ ਨਿਰਧਾਰਤ ਕਰਨੀ ਚਾਹੀਦੀ ਹੈ। ਇਹ ਤੁਹਾਨੂੰ OpenAI API ਰਾਹੀਂ GPT-3 ਮਾਡਲ ਤੱਕ ਪਹੁੰਚ ਪ੍ਰਦਾਨ ਕਰੇਗਾ।
import openai
openai.api_key = "YOUR_API_KEY"
API ਕੁੰਜੀ ਸੈੱਟ ਕਰਨ ਲਈ, https://beta.openai.com/ 'ਤੇ ਜਾਓ ਅਤੇ ਸਾਈਨ ਅੱਪ ਕਰੋ।
2- ਹੁਣ ਸਾਨੂੰ ਇੱਕ ਚੈਟਬੋਟ() ਫੰਕਸ਼ਨ ਬਣਾਉਣ ਦੀ ਲੋੜ ਹੈ ਜੋ ਯੂਜ਼ਰ ਇਨਪੁਟ ਨੂੰ ਸਵੀਕਾਰ ਕਰਦਾ ਹੈ। ਅਤੇ, ਇਸਨੂੰ GPT-3 ਮਾਡਲ ਦੇ ਪ੍ਰੋਂਪਟ ਦੇ ਤੌਰ 'ਤੇ ਇਸਦੀ ਵਰਤੋਂ ਕਰਨੀ ਚਾਹੀਦੀ ਹੈ। ਇਨਪੁਟ() ਵਿਧੀ ਦੀ ਵਰਤੋਂ ਉਪਭੋਗਤਾ ਦੇ ਇਨਪੁਟ ਨੂੰ ਇਕੱਠਾ ਕਰਨ ਲਈ ਕੀਤੀ ਜਾਂਦੀ ਹੈ, ਅਤੇ ਲੂਪ ਉਦੋਂ ਤੱਕ ਚੱਲਦਾ ਹੈ ਜਦੋਂ ਤੱਕ ਉਪਭੋਗਤਾ ਇਨਪੁਟ "ਐਗਜ਼ਿਟ" ਨਹੀਂ ਕਰਦਾ।
def chatbot():
while True:
user_input = input("You: ")
3- ਜੇਕਰ ਉਪਭੋਗਤਾ ਇੰਪੁੱਟ "ਐਗਜ਼ਿਟ" ਦੇ ਬਰਾਬਰ ਹੈ, ਤਾਂ ਲੂਪ ਟੁੱਟ ਜਾਵੇਗਾ ਅਤੇ ਚੈਟਬੋਟ ਬੰਦ ਹੋ ਜਾਵੇਗਾ।
if user_input.lower() == "exit":
break
4- GPT-3 ਮਾਡਲ ਤੋਂ ਜਵਾਬ ਬਣਾਉਣ ਲਈ, ਸਾਨੂੰ ਹੁਣ openai.Completion.create() ਫੰਕਸ਼ਨ ਦੀ ਵਰਤੋਂ ਕਰਨੀ ਚਾਹੀਦੀ ਹੈ। ਇੰਜਣ ਪੈਰਾਮੀਟਰ ਨੂੰ "text-davinci-002" 'ਤੇ ਸੈੱਟ ਕੀਤਾ ਗਿਆ ਹੈ, ਜੋ ਕਿ ਇੱਕ GPT-3 ਮਾਡਲ ਹੈ। ਪ੍ਰੋਂਪਟ ਪੈਰਾਮੀਟਰ ਨੂੰ ਉਪਭੋਗਤਾ ਇੰਪੁੱਟ 'ਤੇ ਸੈੱਟ ਕੀਤਾ ਗਿਆ ਹੈ, ਇਸਦੇ ਬਾਅਦ ਪ੍ਰੋਂਪਟ ਦੇ ਅੰਤ ਨੂੰ ਦਰਸਾਉਣ ਲਈ ਇੱਕ ਸਪੇਸ ਹੈ।
ਜਨਰੇਟ ਕੀਤੇ ਟੈਕਸਟ ਵਿੱਚ ਅਨਿਸ਼ਚਿਤਤਾ ਦੀ ਮਾਤਰਾ ਨੂੰ ਨਿਯੰਤ੍ਰਿਤ ਕਰਨ ਲਈ ਤਾਪਮਾਨ ਪੈਰਾਮੀਟਰ ਨੂੰ 0.5 'ਤੇ ਸੈੱਟ ਕੀਤਾ ਗਿਆ ਹੈ। ਅਤੇ, ਬਣਾਏ ਗਏ ਜਵਾਬ ਦੀ ਲੰਬਾਈ ਨੂੰ ਸੀਮਤ ਕਰਨ ਲਈ ਅਧਿਕਤਮ ਟੋਕਨ ਪੈਰਾਮੀਟਰ ਨੂੰ 2048 'ਤੇ ਸੈੱਟ ਕੀਤਾ ਗਿਆ ਹੈ।
response = openai.Completion.create(
engine="text-davinci-002",
prompt=user_input + " ",
max_tokens=2048,
temperature=0.5
)
5- ਅਸੀਂ ਹੁਣ GPT-3 ਮਾਡਲ ਤੋਂ ਇੱਕ ਪ੍ਰਿੰਟ ਜਵਾਬ ਬਣਾਵਾਂਗੇ।
print("Chatbot: ", response["choices"][0]["text"])
6- ਅਸੀਂ ਹੁਣ ਸਕ੍ਰਿਪਟ ਦੇ ਪ੍ਰਾਇਮਰੀ ਫੰਕਸ਼ਨ ਨੂੰ ਜੋੜਾਂਗੇ। ਜਦੋਂ ਬੁਲਾਇਆ ਜਾਂਦਾ ਹੈ, ਤਾਂ ਇਹ ਸੁਆਗਤ ਸੰਦੇਸ਼ ਨੂੰ ਪ੍ਰਿੰਟ ਕਰੇਗਾ ਅਤੇ ਫਿਰ ਚੈਟਬੋਟ() ਵਿਧੀ ਨੂੰ ਕਾਲ ਕਰੇਗਾ।
if __name__ == "__main__":
print("Welcome to the GPT-3 Chatbot!")
print("Type 'exit' to close the chatbot.")
chatbot()
ਚੈਟਬੋਟ ਨੂੰ ਇੱਕ ਵੱਖਰਾ ਸਵਾਲ ਪੁੱਛੋ
ਅਸੀਂ ਪਹਿਲਾਂ ਹੀ ਮੌਸਮ ਬਾਰੇ ਗੱਲ ਕਰ ਚੁੱਕੇ ਹਾਂ. ਆਓ ਆਪਣੀ ਗੱਲਬਾਤ ਨੂੰ ਬਿਹਤਰ ਬਣਾਉਣ ਲਈ ਕੁਝ ਹੋਰ ਕੋਸ਼ਿਸ਼ ਕਰੀਏ। ਉਦਾਹਰਨ ਲਈ, ਅਸੀਂ ਪੁੱਛ ਸਕਦੇ ਹਾਂ "ਅੱਜ ਤੁਹਾਡਾ ਮੂਡ ਕਿਵੇਂ ਹੈ?"।
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"])
ਪਾਈਥਨ ਨਾਲ ਇੱਕ ਚੈਟਬੋਟ ਵਿਕਸਤ ਕਰਨ ਲਈ ਹੋਰ ਤਰੀਕੇ
ਨੈਚੁਰਲ ਲੈਂਗੂਏਜ ਟੂਲਕਿੱਟ (NLTK) ਜਾਂ SpaCy ਲਾਇਬ੍ਰੇਰੀ ਦੀ ਵਰਤੋਂ ਕਰਨਾ
ਇਹ ਲਾਇਬ੍ਰੇਰੀਆਂ ਟੋਕਨਾਈਜ਼ੇਸ਼ਨ ਅਤੇ ਸਟੈਮਿੰਗ ਵਰਗੇ ਕੰਮਾਂ ਲਈ ਬਹੁਤ ਵਧੀਆ ਹਨ। ਨਾਲ ਹੀ, ਉਹਨਾਂ ਦੀ ਵਰਤੋਂ ਕੀਤੀ ਜਾ ਸਕਦੀ ਹੈ ਨਾਮੀ ਇਕਾਈ ਕੁਦਰਤੀ ਭਾਸ਼ਾ ਪ੍ਰੋਸੈਸਿੰਗ ਵਿੱਚ ਪਛਾਣ. NLTK ਵਧੇਰੇ ਆਮ-ਉਦੇਸ਼ ਹੈ। ਨਾਲ ਹੀ, ਇਹ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਦੀ ਇੱਕ ਵਿਸ਼ਾਲ ਸ਼੍ਰੇਣੀ ਦੀ ਪੇਸ਼ਕਸ਼ ਕਰਦਾ ਹੈ। ਹਾਲਾਂਕਿ, SpaCy ਵਧੇਰੇ ਪ੍ਰਦਰਸ਼ਨ-ਕੇਂਦ੍ਰਿਤ ਹੈ ਅਤੇ ਆਮ ਤੌਰ 'ਤੇ ਤੇਜ਼ ਮੰਨਿਆ ਜਾਂਦਾ ਹੈ।
ਤੁਸੀਂ NLTK ਨੂੰ ਸਥਾਪਿਤ ਕਰਨ ਲਈ ਹੇਠ ਦਿੱਤੀ ਕਮਾਂਡ ਦੀ ਵਰਤੋਂ ਕਰ ਸਕਦੇ ਹੋ:
pip install nltk
ਸਪੇਸ ਇੰਸਟਾਲ ਕਰਨ ਲਈ:
pip install spacy
RASA ਦੀ ਵਰਤੋਂ ਕਰਨਾ
RASA ਵਿਕਾਸ ਲਈ ਇੱਕ ਓਪਨ-ਸੋਰਸ ਪਲੇਟਫਾਰਮ ਹੈ ਗੱਲਬਾਤ AI ਚੈਟਬੋਟਸ. ਇਸ ਵਿੱਚ ਚੈਟਬੋਟਸ ਬਣਾਉਣ ਲਈ ਲਾਇਬ੍ਰੇਰੀਆਂ ਅਤੇ ਟੂਲਸ ਦਾ ਇੱਕ ਸੈੱਟ ਸ਼ਾਮਲ ਹੈ। ਨਾਲ ਹੀ, ਇਹ ਕੁਦਰਤੀ ਭਾਸ਼ਾ ਦੇ ਇੰਪੁੱਟ ਨੂੰ ਪਛਾਣ ਸਕਦਾ ਹੈ ਅਤੇ ਉਚਿਤ ਜਵਾਬ ਦੇ ਸਕਦਾ ਹੈ।
ਤੁਸੀਂ RASA ਨੂੰ ਇੰਸਟਾਲ ਕਰਨ ਲਈ ਹੇਠ ਦਿੱਤੀ ਕਮਾਂਡ ਦੀ ਵਰਤੋਂ ਕਰ ਸਕਦੇ ਹੋ:
pip install rasa
ਟੈਂਸਰਫਲੋ ਅਤੇ ਕੇਰਸ
TensorFlow ਅਤੇ Keras ਪ੍ਰਮੁੱਖ ਮਸ਼ੀਨ-ਲਰਨਿੰਗ ਲਾਇਬ੍ਰੇਰੀਆਂ ਹਨ। ਤੁਸੀਂ ਇਸਦੀ ਵਰਤੋਂ ਕੁਦਰਤੀ ਭਾਸ਼ਾ ਇੰਪੁੱਟ ਨੂੰ ਪਛਾਣਨ ਅਤੇ ਢੁਕਵੇਂ ਜਵਾਬ ਬਣਾਉਣ ਲਈ ਇੱਕ ਮਾਡਲ ਨੂੰ ਸਿਖਲਾਈ ਦੇਣ ਲਈ ਕਰ ਸਕਦੇ ਹੋ।
ਤੁਸੀਂ TensorFlow ਨੂੰ ਸਥਾਪਿਤ ਕਰਨ ਲਈ ਹੇਠ ਲਿਖੀ ਕਮਾਂਡ ਚਲਾ ਸਕਦੇ ਹੋ:
pip install tensorflow
pip install keras
ਸਿੱਟਾ
ਇੰਟਰਐਕਟਿਵ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਚੈਟਬੋਟਸ ਕੰਪਿਊਟਰ ਸਿਸਟਮ ਹਨ ਜੋ ਮਨੁੱਖੀ ਸੰਚਾਰ ਦੀ ਨਕਲ ਕਰਦੇ ਹਨ। ਇਸ ਲਈ, ਉਹ ਮਨੁੱਖੀ ਇਨਪੁਟ ਦਾ ਜਵਾਬ ਦਿੰਦੇ ਹਨ. ਇਹ ਭਵਿੱਖ ਲਈ ਬਹੁਤ ਰੋਮਾਂਚਕ ਅਤੇ ਹੋਨਹਾਰ ਹੈ।
OpenAI ਲਾਇਬ੍ਰੇਰੀ GPT-3 ਮਾਡਲ ਨਾਲ ਜੁੜਨ ਲਈ ਇੱਕ ਸਧਾਰਨ API ਪ੍ਰਦਾਨ ਕਰਦੀ ਹੈ। ਤੁਸੀਂ ਇੱਕ ਚੈਟਬੋਟ ਡਿਜ਼ਾਇਨ ਕਰ ਸਕਦੇ ਹੋ ਜੋ ਉਪਭੋਗਤਾਵਾਂ ਨਾਲ ਕੁਦਰਤੀ ਅਤੇ ਰੁਝੇਵੇਂ ਨਾਲ ਗੱਲਬਾਤ ਕਰਦਾ ਹੈ। ਤੁਸੀਂ ਸਹੀ ਪਹੁੰਚ ਨਾਲ, ਇੱਕ ਵਧੇਰੇ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਅਤੇ ਅਨੁਕੂਲਿਤ ਅਨੁਭਵ ਬਣਾ ਸਕਦੇ ਹੋ।
ਕੋਈ ਜਵਾਬ ਛੱਡਣਾ