Chatbot-et janë shumë të njohura këto ditë. Pra, ne kemi ardhur për t'ju ndihmuar të zhvilloni një chatbot duke përdorur Python. Në këtë postim, ne do të flasim për zhvillimin e një chatbot interaktiv të AI.
Interaktiv inteligjencës artificiale chatbot-et janë sisteme kompjuterike që përsërisin dialogun njerëzor. Gjithashtu, ata i përgjigjen kontributit njerëzor duke përdorur përpunimin e gjuhës natyrore dhe Mësimi makinë teknologjive.
Për të ofruar një përvojë më efikase të kujdesit ndaj klientit, këto chatbot mund të lidhen me platforma të shumta. Prandaj, këto platforma mund të jenë faqet e internetit, aplikacionet celulare dhe sistemet e mesazheve. Përveç kësaj, ato mund të përdoren për qëllime të ndryshme, duke përfshirë kohën e lirë, edukimin dhe reklamat.
Biblioteka OpenAI
Modeli GPT-3 është i disponueshëm në bibliotekën OpenAI. Ne mund ta përdorim atë për të prodhuar përgjigje për chatbot-in tuaj. Paketa ka gjithashtu një API të drejtpërdrejtë për komunikimin me modelin. Kjo po e bën të thjeshtë integrimin në tuajin Python chatbot aplikimit.
Prandaj, ju mund të përdorni OpenAI në projektin tuaj.
Për të prodhuar përgjigje nga modeli GPT-3, ne do të përdorim metodën completion.create().
OpenAI gjithashtu furnizon modele alternative si GPT-2, DALL-E dhe të tjera. Ju mund të përdorni ndonjë nga këto për të krijuar chatbot-in tuaj. Megjithatë, mbani në mend se çdo model ka grupin e tij unik të talenteve, pikave të forta dhe mangësive.
Ndërtimi i Chatbot
1- Së pari, ne duhet të instalojmë bibliotekën OpenAI dhe të caktojmë çelësin API të marrë nga faqja e internetit OpenAI. Kjo do t'ju ofrojë akses në modelin GPT-3 përmes OpenAI API.
import openai
openai.api_key = "YOUR_API_KEY"
Për të vendosur çelësin API, shkoni te https://beta.openai.com/ dhe regjistrohuni.
2- Tani duhet të krijojmë një funksion chatbot() që pranon hyrjen e përdoruesit. Dhe, duhet ta përdorë atë si kërkesë të modelit GPT-3. Metoda input() përdoret për të mbledhur hyrjen e përdoruesit dhe cikli funksionon derisa përdoruesi të futë "exit".
def chatbot():
while True:
user_input = input("You: ")
3- Nëse hyrja e përdoruesit është ekuivalente me "dalje", laku do të prishet dhe chatbot do të përfundojë.
if user_input.lower() == "exit":
break
4- Për të gjeneruar një përgjigje nga modeli GPT-3, tani duhet të përdorim funksionin openai.Completion.create(). Parametri i motorit është vendosur në "text-davinci-002", i cili është një model GPT-3. Parametri i kërkesës vendoset në hyrjen e përdoruesit, i ndjekur nga një hapësirë për të treguar fundin e kërkesës.
Parametri i temperaturës është vendosur në 0.5 për të rregulluar sasinë e paparashikueshmërisë në tekstin e krijuar. Dhe, parametri max tokens është vendosur në 2048 për të kufizuar gjatësinë e përgjigjes së krijuar.
response = openai.Completion.create(
engine="text-davinci-002",
prompt=user_input + " ",
max_tokens=2048,
temperature=0.5
)
5- Tani do të krijojmë një përgjigje printimi nga modeli GPT-3.
print("Chatbot: ", response["choices"][0]["text"])
6- Tani do të shtojmë funksionin kryesor të skriptit. Kur thirret, ai do të printojë mesazhin e mirëseardhjes dhe më pas do të thërrasë metodën chatbot().
if __name__ == "__main__":
print("Welcome to the GPT-3 Chatbot!")
print("Type 'exit' to close the chatbot.")
chatbot()
Bëni një pyetje të ndryshme për Chatbot
Ne kemi folur tashmë për motin. Le të provojmë diçka tjetër për të përmirësuar bisedën tonë. Për shembull, mund të pyesim "Si është disponimi juaj sot?".
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"])
Metoda të tjera për zhvillimin e një ChatBot me Python
Përdorimi i mjeteve të gjuhës natyrore (NLTK) ose bibliotekës SpaCy
Këto biblioteka janë të shkëlqyera për detyra si tokenizimi dhe stemimi. Gjithashtu, ato mund të përdoren për entitet i emërtuar identifikimi në përpunimin e gjuhës natyrore. NLTK është më me qëllim të përgjithshëm. Gjithashtu, ofron një gamë më të gjerë karakteristikash. Sidoqoftë, SpaCy është më i përqendruar te performanca dhe zakonisht mendohet të jetë më i shpejtë.
Ju mund të përdorni komandën e mëposhtme për të instaluar NLTK:
pip install nltk
Për të instaluar hapësirën:
pip install spacy
Duke përdorur RASA
RASA është një platformë me burim të hapur për zhvillim chatbots bisedor me AI. Ai përfshin një grup bibliotekash dhe mjetesh për krijimin e chatbots. Gjithashtu, ai mund të njohë hyrjen e gjuhës natyrore dhe të përgjigjet në mënyrë të përshtatshme.
Ju mund të përdorni komandën e mëposhtme për të instaluar RASA:
pip install rasa
TensorFlow dhe Keras
TensorFlow dhe Keras janë biblioteka të shquara të mësimit të makinerive. Ju mund ta përdorni atë për të trajnuar një model për të njohur hyrjen e gjuhës natyrore dhe për të krijuar përgjigje të përshtatshme.
Ju mund të ekzekutoni komandën e mëposhtme për të instaluar TensorFlow:
pip install tensorflow
pip install keras
Përfundim
Chatbot-et interaktive të inteligjencës artificiale janë sisteme kompjuterike që imitojnë komunikimin njerëzor. Prandaj, ata i përgjigjen kontributit njerëzor. Është shumë emocionuese dhe premtuese për të ardhmen.
Biblioteka OpenAI ofron një API të thjeshtë për t'u lidhur me modelin GPT-3. Ju mund të dizajnoni një chatbot që ndërvepron me përdoruesit në mënyrë të natyrshme dhe tërheqëse. Ju mund të krijoni një përvojë më efektive dhe më të personalizuar, me qasjen e duhur.
Lini një Përgjigju