Lisi o Mataupu[Natia][Fa'aali]
Ua fa'ate'a fa'ate'a le leo e fa'atatau i tusitusiga ma ata i le vāega o feso'ota'iga. E tusa ai ma se palota a le Facebook, e sili atu ma le afa o tagata faʻatau e manaʻo e faʻatau mai se kamupani e mafai ona latou talanoa i ai. O talatalanoaga ua avea ma auala fou e talia e tagata lautele.
E mafai ai e pisinisi ona fesoʻotaʻi ma a latou tagata faʻatau i soʻo se taimi ma mai soʻo se nofoaga. O Chatbots o loʻo faʻateleina le lauiloa i kamupani ma tagata faʻatau ona o le faigofie o le faʻaogaina ma le faʻaitiitia o taimi faʻatali.
O Chatbots, po'o polokalame fa'afeso'ota'i otometi, e tu'uina atu i tagata fa'atau se auala e sili atu ona fa'apitoa e maua ai auaunaga e ala i se feso'ota'iga fa'avae tusitusiga. Ole chatbots fou ole AI e mafai ona iloa se fesili (fesili, faʻatonuga, faʻatonuga, ma isi) faia e se tagata (poʻo se isi bot, amataga) i se siosiomaga faʻapitoa ma tali saʻo (tali, gaioiga, ma isi).
I lenei pou, o le a tatou vaʻavaʻai poʻo a chatbots, o latou aoga, faʻaoga mataupu, ma pe faʻafefea ona fai sau oe loloto aʻoaʻoga chatbot i le Python, faʻatasi ai ma isi mea.
Tatou amata.
O lea la, o le a le chatbots?
O le chatbot e masani ona taʻua o se tasi o ituaiga sili ona maualuga ma faʻamoemoeina o fegalegaleaiga tagata-masini. O nei fesoasoani numera e faʻaleleia le poto masani o tagata faʻatau e ala i le faʻamalamalamaina o fegalegaleaiga i le va o tagata ma auaunaga.
I le taimi lava e tasi, latou te tuʻuina atu pisinisi i ni filifiliga fou e faʻamalieina ai le faʻaogaina o tagata faʻatau mo le lelei, lea e mafai ona faʻaitiitia tupe faʻaalu lagolago masani.
I se faapuupuuga, o le AI-based software lea e faʻamoemoe e fesoʻotaʻi ma tagata i a latou gagana masani. O nei chatbots e masani ona fegalegaleai e ala i leo poʻo tusitusiga tusitusi, ma e faigofie ona latou faʻataʻitaʻiina gagana a tagata ina ia mafai ona faʻafesoʻotaʻi ma tagata i se uiga faʻatagata.
Chatbots e aʻoaʻo mai a latou fegalegaleaiga ma tagata faʻaoga, faʻateleina le moni ma lelei i le taimi. E mafai ona latou taulimaina le tele o gaioiga faʻapisinisi, e pei o le faʻatagaina o tupe faʻaalu, faʻatasi ma tagata faʻatau i luga ole laiga, ma le faʻatupuina o taʻitaʻi.
Fausia lau oe talatalanoaga loloto aʻoaʻoga ma le python
E tele ituaiga eseese o chatbots i le fanua o masini suʻesuʻe ma AI. O nisi o chatbots o fesoasoani faʻapitoa, aʻo isi o loʻo i ai iina e talanoa ai, aʻo isi o tagata faʻatau auaunaga.
Masalo ua e vaʻai i nisi o loʻo faʻafaigaluegaina e pisinisi e tali fesili. O le a matou faia se tama'i chatbot i lenei a'oa'oga e tali ai fesili e fesiligia soo.
1. Fa'apipi'i afifi
O la matou laasaga muamua o le faʻapipiʻiina lea o afifi nei.
2. Fa'amatalaga Fa'aa'oa'oga
Ua o'o nei i le taimi e iloa ai po'o le a le ituaiga o fa'amatalaga e mana'omia e tu'uina atu i le matou chatbot. Matou te le manaʻomia le laʻuina o soʻo se faʻamaumauga tele aua o se chatbot faigofie.
E na'o le fa'aogaina o fa'amatalaga na matou faia e i matou lava. Ina ia mulimulita'i lelei ma le lesona, e te mana'omia le fa'atupuina o se faila .JSON e tutusa le fa'atulagaina e pei ona va'aia i lalo. O laʻu faila e igoa "intents.json."
O le faila JSON e faʻaaogaina e fatu ai se seti o feʻau e ono tuʻuina atu e le tagata faʻaoga ma faʻafanua i se seti o tali talafeagai. O lomifefiloi ta'itasi i le faila e iai se fa'ailoga e iloa ai po'o fea vaega e iai fe'au ta'itasi.
Matou te fa'aogaina lenei fa'amatalaga e toleni ai a fesoʻotaʻiga faʻanoanoa e fa'avasega se fasifuaitau o upu o se tasi o pine i totonu o la tatou faila.
Ona mafai lea ona matou ave se tali mai na vaega ma tuʻuina atu i le tagata faʻaoga. O le chatbot o le a sili atu ma sili atu ona faigata pe afai e te ofoina atu ma faʻailoga faaopoopo, tali, ma mamanu.
3. utaina fa'amaumauga a le JSON
O le a tatou amata i le utaina i totonu oa tatou .json faʻamaumauga ma faʻaulufale mai nisi o modules. Fa'aopoopo lau.json faila ile fa'atonuga tutusa ma lau Python tusitusiga. O a matou faʻamatalaga .json o le a faʻasaoina nei i le fesuiaiga o faʻamatalaga.
4. Fa'amatalaga Fa'amatalaga
O le taimi nei e aveese mai ai faʻamatalaga matou te manaʻomia mai la matou faila JSON. O mamanu uma, faʻapea foʻi ma le vasega / faʻailoga o loʻo i ai, e manaʻomia.
Matou te manaʻomia foʻi se lisi o faʻamatalaga tulaga ese uma i a matou mamanu (mo mafuaʻaga o le a matou faʻamatalaina mulimuli ane), seʻi o tatou fatuina ni lisi avanoa e siaki ai nei tulaga taua.
O lea o le a matou faʻaogaina a matou faʻamatalaga JSON ma toe aumai faʻamatalaga matou te manaʻomia. Nai lo le avea o ni manoa, matou te fa'aogaina le nltk.word tokenizer e suia ai mamanu ta'itasi i se lisi o upu.
Ona, i la matou lisi docs_x, matou te faʻaopoopoina mamanu taʻitasi, faʻatasi ai ma lona pine faʻatatau, i le lisi docs_y.
5. Upu Foi
O le su'eina o le a'a o se upu e ta'ua o le stemming. Mo se faataʻitaʻiga, o le pogai o le upu “lea” e mafai ona avea ma “mea,” ae o le pogai o le upu “tuu” e mafai ona “tupu.”
O le a matou fa'aogaina lenei metotia fa'a'au'au e tipi i lalo le gagana a le matou fa'ata'ita'iga ma taumafai e iloa po'o a fuai'upu o lo'o fa'auiga lautele. O lenei fa'ailoga o le a na'o le fa'atupuina o se lisi tulaga ese o upu fa'apipi'i o le a fa'aaogaina i le isi vaega o la tatou tapenaga o fa'amaumauga.
6. Taga o Upu
Ua oo i le taimi e talanoa ai e uiga i se taga o upu ua uma ona matou faaulufale mai a matou faamaumauga ma maua ai se upu ua amatalia. Fesoʻotaʻiga neural ma masini aʻoaʻoga algorithms, e pei ona tatou iloa uma, e manaʻomia faʻailoga numera. O la matou lisi o manoa o le a le tipiina. Matou te manaʻomia se masini e faʻaalia ai numera i a matou fuaiupu, lea e sau ai se taga o upu.
O fasifuaitau ta'itasi o le a fa'atusalia i se lisi o le umi o le numera o fa'aupuga i la tatou gagana fa'ata'ita'iga. O upu ta'itasi i la tatou 'upu o le a fa'atusalia e se nofoaga i le lisi. Afai o le tulaga i le lisi o le 1, o le upu e aliali mai i la matou faʻamatalaga; afai e 0, e le maua le upu i la tatou fuaiupu.
Tatou te ta'ua o se taga o upu aua tatou te le iloa le faasologa o loo i ai upu i le fasifuaitau; pau lava le mea tatou te iloa o lo'o iai i la tatou gagana fa'ata'ita'iga.
I le fa'aopoopoina o le fa'atulagaina o a tatou fa'aoga, e tatau fo'i ona fa'atulaga a tatou galuega faatino ina ia malamalama ai le neural network. O le a matou fausia lisi o mea e fai o le umi o le numera o fa'ailoga/fa'ailoga i la matou fa'amaumauga, e tutusa ma se taga o upu. O nofoaga ta'itasi i le lisi o lo'o fa'atusalia ai se fa'ailoga tulaga ese/tag, ma o le 1 i so'o se tasi o na nofoaga e fa'ailoa mai ai po'o fea igoa/tag o lo'o fa'atusalia.
Ma le mea mulimuli, matou te faʻaogaina NumPy arrays e teu ai a matou faʻamatalaga aʻoaʻoga ma galuega.
7. Atina'e Fa'ata'ita'iga
Ua matou sauni e amata fausia ma a'oa'oina se fa'ata'ita'iga i le taimi nei ua uma ona fa'agasolo uma a matou fa'amaumauga. O le a matou fa'aogaina se feso'ota'iga neural fafaga-i luma fa'atasi ma ni laulau natia se lua mo a tatou fa'amoemoega.
O le faʻamoemoega o la matou fesoʻotaʻiga o le vaʻavaʻai lea i se aofaʻiga o upu ma tuʻuina atu i se vasega (se tasi o matou pine mai le faila JSON). O le a tatou amata i le fa'atuina o le fausaga o la tatou fa'ata'ita'iga. Ia manatua e mafai ona e taʻalo ma nisi o numera e maua ai se faʻataʻitaʻiga sili atu! Faia o masini e tele lava e fa'avae ile fa'ata'ita'iga ma mea sese.
8. Fa'ata'ita'iga A'oa'oga & Fa'asaoina
Ua oʻo i le taimi e aʻoaʻo ai a matou faʻataʻitaʻiga i luga o matou faʻamaumauga i le taimi nei ua matou setiina! Matou te ausia lenei mea e ala i le faʻaogaina o matou faʻamaumauga i le faʻataʻitaʻiga. Ole numera o taimi matou te tuʻuina atu o le numera o taimi o le a faʻaalia ai le faʻataʻitaʻiga i faʻamatalaga tutusa i le taimi o aʻoaʻoga.
E mafai ona matou fa'asaoina le fa'ata'ita'iga i le fa'ata'ita'iga faila pe a mae'a ona a'oa'oina. tflearn o se tusitusiga e mafai ona faʻaoga i isi tusitusiga.
9. Faʻaaogaina o se chatbot
Ole taimi nei e mafai ona e amata talatalanoa ma lau bot.
Fa'amanuiaga ole Chatbot
- A'o fa'amoemoeina bots e fa'agaoioi aso 365 i le tausaga, 24 itula i le aso, e aunoa ma se totogi, fa'ateleina avanoa ma le saoasaoa o le tali.
- O nei bots o meafaigaluega lelei mo le faʻaogaina o faʻamatalaga tetele e tolu Vs: voluma, saoasaoa, ma le eseesega.
- Chatbots o polokalame ia e mafai ona fa'aoga e a'oa'o ma malamalama ai i tagata fa'atau a se kamupani.
- O lo'o i ai le mana maualuga e maua ai se tau tausiga taugofie pe a uma ona maua fa'amanuiaga sili.
- Chatbot Applications e fatuina faʻamaumauga e mafai ona faʻasaoina ma faʻaogaina mo auʻiliʻiliga ma faʻamatalaga.
Fa'aoga mea
- Foia o fesili a tagata faatau
- Taliina o fesili e fai soo
- Tofia tagata fa'atau e lagolago le 'au
- Aoina mai o manatu o tagata faatau
- Fautuaina ofo fou
- Fa'atau ma fefa'ataua'iga fefa'ataua'iga
- IT Helpdesk
- Tusia fale
- Tupe fesiitai
iʻuga
O Chatbots, pei o isi tekonolosi AI, o le a faʻaaogaina e faʻateleina ai tomai o tagata ma faʻasaʻoloto tagata ina ia sili atu ona fatufatuaʻi ma mafaufau e ala i le faʻatagaina latou te faʻaalu le tele o taimi i luga o fuafuaga nai lo galuega faʻapitoa.
Pisinisi, tagata faigaluega, ma tagata fa'atau e ono fa'amanuiaina mai le fa'aleleia atili o fa'amatalaga chatbot e pei o fa'atonuga vave ma valo'aga, fa'apea fo'i ma le fa'afaigofie ona maua fa'amatalaga vitio maualuga mai totonu o se talanoaga, i se taimi lata mai, pe a tu'ufa'atasia AI ma le atina'eina o 5G tekinolosi.
O loʻo suʻesuʻeina pea nei mea ma isi avanoa, ae o fesoʻotaʻiga i luga ole laiga, AI, NLP, ma le alualu i luma o aʻoaʻoga masini, o le a sili atu ona taatele.
Chwoo
Talofa,
Faafetai mo lenei polokalame.
E i ai sa'u fesili.
E le o faauigaina le “taga_o_upu”. E le mafai ona ou malamalama i lenei mea sese.
E mafai ona e taʻu mai pe faʻafefea ona ou foia lenei mea sese??
Faafetai mo lenei polokalame!! Ia manuia lava le aso
Jay
Fa'amolemole fa'aopoopo se galuega a'o le'i fa'aogaina le vaega chatbot:
/////////////////////////////////////////// /////////////////////////
def taga_o_upu(s, upu):
taga = [0 mo _ i le lautele(len(upu))]
s_words = nltk.word_tokenize(s)
s_words = [stemmer.stem(word.lower()) mo le upu i s_words]
mo se i s_words:
mo i, w i le fa'asologa (upu):
afai w == se:
ato[i] = 1
toe faafoi numpy.array(pe)
// E mautinoa lava o le a foia lau mataupu. //
/////////////////////////////////////////// ///////////////////////
O loʻo ou faʻasoa atu le code atoa ia te oe, o lea e te maua ai se ata manino o lea mea.
/////////////////////////////////////////// ////////
faaulufale nltk
mai le nltk.stem.lancaster faaulufale mai LancasterStemmer
stemmer = LancasterStemmer()
faaulufale numpy
faaulufale mai tflearn
faaulufale mai tensorflow
aumai faafuasei
faaulufale json
piki mai pickle
ma tatala("intents.json") o se faila:
fa'amaumauga = json.load(faila)
faataʻitaʻi:
ma tatala(“data.pickle”, “rb”) e pei o le f:
upu, fa'ailoga, a'oa'oga, galuega faatino = pickle.load(f)
vagana:
upu = []
igoa = []
docs_x = []
docs_y = []
mo le fa'amoemoe i fa'amaumauga [“faamoemoega”]:
mo mamanu i le faamoemoe [“mamanu”]:
wrd = nltk.word_tokenize(mamanu)
words.extend(wrds)
docs_x.append(wrds)
docs_y.append(faamoemoe [“tag”])
pe afai e le o iai le fa'ailoga [“tag”]:
labels.append(faamoemoe [“tag”])
upu = [stemmer.stem(w.lower()) mo w i upu pe afai w != “?”]
upu = fa'avasega(lisi(set(upu)))
fa'ailoga = fa'avasega(fa'ailoga)
toleniga = []
gaosiga = []
out_empty = [0 mo _ i le lautele(len(igoa))]
mo x, doc i le numera (docs_x):
taga = []
wrds = [stemmer.stem(w.lower()) mo le w i le doc]
mo w i upu:
pe afai w i wrd:
taga.faaopoopo(1)
isi:
taga.faaopoopo(0)
fua_laina = fafo_gaogao[:]
laina_talafu[labels.index(docs_y[x])] = 1
a'oa'oga.fa'aopoopo(pe)
output.append(output_row)
toleniga = numpy.array(a'oa'oga)
galuega faatino = numpy.array(output)
ma tatala(“data.pickle”, “wb”) e pei o le f:
pickle.dump((upu, igoa, toleniga, galuega faatino), f)
tensorflow.reset_default_graph()
net = tflearn.input_data(shape=[Leai, len(a'oa'oga[0])])
upega = tflearn.fully_connected(net, 8)
upega = tflearn.fully_connected(net, 8)
net = tflearn.fully_connected(net, len(output[0]), activation=”softmax”)
upega = tflearn.regression(net)
fa'ata'ita'iga = tflearn.DNN(net)
faataʻitaʻi:
model.load(“model.tflearn”)
vagana:
model.fit(toleniga, galuega faatino, n_epoch=1500, batch_size=8, show_metric= Moni)
model.save(“model.tflearn”)
def taga_o_upu(s, upu):
taga = [0 mo _ i le lautele(len(upu))]
s_words = nltk.word_tokenize(s)
s_words = [stemmer.stem(word.lower()) mo le upu i s_words]
mo se i s_words:
mo i, w i le fa'asologa (upu):
afai w == se:
ato[i] = 1
toe faafoi numpy.array(pe)
def talatalanoaga():
lolomi("Amata ona talanoa ma le bot (tuitusi tuu e taofi)!")
ae Moni:
inp = input("Oe:")
pe afai inp.lower() == "tuu":
malologa
i'uga = model.predict([bag_of_words(inp, upu)])
results_index = numpy.argmax(i'uga)
fa'ailoga = igoa [i'uga_index]
mo tg i faʻamatalaga [“faamoemoega”]:
pe afai tg['tag'] == tag:
tali = tg['tali']
lolomi(random.choice(tali))
talatalanoa ()
/////////////////////////////////////////// /////////////
Faafetai,
Fiafia coding!
Lu
Talofa,
E mafai ona e tuʻuina mai ia te aʻu se manatu o le faagasologa e faia i le tulaga o le manaʻo e fai se chatbot i le python, ae o le faʻamatalaga e maua mai i se suʻesuʻega i Excel. Fa'afetai!