Ang mga chatbot ay napakasikat sa mga araw na ito. Kaya, narito kami upang tulungan kang bumuo ng isang chatbot gamit ang Python. Sa post na ito, pag-uusapan natin ang tungkol sa pagbuo ng isang interactive AI chatbot.
Interactive artificial intelligence Ang mga chatbot ay mga computer system na ginagaya ang diyalogo ng tao. Gayundin, tumutugon sila sa input ng tao gamit ang natural na pagproseso ng wika at machine learning Teknolohiya.
Para makapaghatid ng mas mahusay na karanasan sa pangangalaga sa customer, maaaring ma-link ang mga chatbot na ito sa maraming platform. Samakatuwid, ang mga platform na ito ay maaaring mga website, mobile application, at messaging system. Bukod pa rito, magagamit ang mga ito para sa iba't ibang layunin, kabilang ang paglilibang, edukasyon, at advertising.
OpenAI library
Available ang modelong GPT-3 sa OpenAI library. Magagamit namin ito upang makagawa ng mga tugon para sa iyong chatbot. Ang package ay mayroon ding direktang API para sa pakikipag-usap sa modelo. Ginagawa nitong simple ang pagsasama sa iyong Chatbot ng Python application.
Kaya, maaari mong gamitin ang OpenAI sa iyong proyekto.
Para makagawa ng mga tugon mula sa modelong GPT-3, gagamitin namin ang completion.create() method.
Nagbibigay din ang OpenAI ng mga alternatibong modelo tulad ng GPT-2, DALL-E, at iba pa. Maaari mong gamitin ang alinman sa mga ito upang gawin ang iyong chatbot. Gayunpaman, tandaan na ang bawat modelo ay may natatanging hanay ng mga talento, kalakasan, at pagkukulang.
Pagbuo ng Chatbot
1- Una, dapat nating i-install ang OpenAI library at italaga ang API key na natanggap mula sa OpenAI website. Bibigyan ka nito ng access sa modelong GPT-3 sa pamamagitan ng OpenAI API.
import openai
openai.api_key = "YOUR_API_KEY"
Upang itakda ang API key, pumunta sa https://beta.openai.com/ at mag-sign up.
2- Ngayon kailangan nating gumawa ng chatbot() function na tumatanggap ng input ng user. At, dapat itong gamitin bilang prompt ng modelong GPT-3. Ang pamamaraan ng input() ay ginagamit upang tipunin ang input ng user, at ang loop ay tumatakbo hanggang sa input ng user ang "exit".
def chatbot():
while True:
user_input = input("You: ")
3- Kung ang input ng user ay katumbas ng “exit,” masisira ang loop at magwawakas ang chatbot.
if user_input.lower() == "exit":
break
4- Upang makabuo ng tugon mula sa modelong GPT-3, kailangan na nating gamitin ang function na openai.Completion.create(). Ang parameter ng engine ay nakatakda sa "text-davinci-002," na isang modelo ng GPT-3. Ang prompt parameter ay nakatakda sa input ng user, na sinusundan ng isang puwang upang ipahiwatig ang pagtatapos ng prompt.
Ang parameter ng temperatura ay nakatakda sa 0.5 upang ayusin ang dami ng hindi mahuhulaan sa nabuong teksto. At, ang parameter ng max tokens ay nakatakda sa 2048 upang paghigpitan ang haba ng ginawang sagot.
response = openai.Completion.create(
engine="text-davinci-002",
prompt=user_input + " ",
max_tokens=2048,
temperature=0.5
)
5- Gagawa na kami ngayon ng isang naka-print na tugon mula sa modelong GPT-3.
print("Chatbot: ", response["choices"][0]["text"])
6- Idaragdag na namin ngayon ang pangunahing function ng script. Kapag tinawag, ipi-print nito ang welcome message at pagkatapos ay tatawagan ang chatbot() method.
if __name__ == "__main__":
print("Welcome to the GPT-3 Chatbot!")
print("Type 'exit' to close the chatbot.")
chatbot()
Magtanong ng Iba't ibang Tanong sa Chatbot
Napag-usapan na namin ang tungkol sa panahon. Subukan natin ang ibang bagay upang mapabuti ang ating pag-uusap. Halimbawa, maaari nating itanong ang "Kumusta ang iyong kalooban ngayon?".
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"])
Iba pang Paraan para sa Pagbuo ng ChatBot gamit ang Python
Gamit ang Natural Language Toolkit (NLTK) o ang SpaCy library
Ang mga library na ito ay mahusay para sa mga gawain tulad ng tokenization at stemming. Gayundin, maaari silang magamit para sa pinangalanang entity pagkakakilanlan sa natural na pagproseso ng wika. Ang NLTK ay mas pangkalahatang layunin. Gayundin, nag-aalok ito ng mas malawak na hanay ng mga tampok. Gayunpaman, ang SpaCy ay mas nakatuon sa pagganap at kadalasang iniisip na mas mabilis.
Maaari mong gamitin ang sumusunod na command upang i-install ang NLTK:
pip install nltk
Upang i-install ang spacey:
pip install spacy
Gamit ang RASA
Ang RASA ay isang open-source na platform para sa pagbuo pakikipag-usap AI chatbots. Kabilang dito ang isang hanay ng mga aklatan at mga tool para sa paglikha ng mga chatbot. Gayundin, maaari nitong makilala ang natural na input ng wika at tumugon nang naaangkop.
Maaari mong gamitin ang sumusunod na command upang i-install ang RASA:
pip install rasa
TensorFlow at Keras
TensorFlow at Keras ay kilalang machine-learning library. Magagamit mo ito upang sanayin ang isang modelo upang makilala ang natural na input ng wika at lumikha ng mga angkop na sagot.
Maaari mong patakbuhin ang sumusunod na command upang mai-install ang TensorFlow:
pip install tensorflow
pip install keras
Konklusyon
Ang mga interactive na artificial intelligence chatbots ay mga computer system na ginagaya ang komunikasyon ng tao. Samakatuwid, tumutugon sila sa input ng tao. Ito ay lubhang kapana-panabik at nangangako para sa hinaharap.
Ang OpenAI library ay nagbibigay ng isang simpleng API para sa pagkonekta sa modelong GPT-3. Maaari kang magdisenyo ng chatbot na nakikipag-ugnayan sa mga user nang natural at nakakaengganyo. Maaari kang lumikha ng mas epektibo at customized na karanasan, gamit ang tamang diskarte.
Mag-iwan ng Sagot