Chatbot'lar bugünlerde çok popüler. Bu yüzden, Python kullanarak bir sohbet robotu geliştirmenize yardımcı olmaya geldik. Bu yazıda, etkileşimli bir yapay zeka sohbet robotu geliştirmekten bahsedeceğiz.
interaktif yapay zeka chatbot'lar, insan diyaloğunu kopyalayan bilgisayar sistemleridir. Ayrıca, doğal dil işlemeyi kullanarak insan girdisine yanıt verirler ve makine öğrenme teknolojiler.
Daha verimli bir müşteri hizmetleri deneyimi sunmak için bu sohbet robotları birden çok platforma bağlanabilir. Dolayısıyla bu platformlar web siteleri, mobil uygulamalar ve mesajlaşma sistemleri olabilir. Ayrıca eğlence, eğitim ve reklam gibi çeşitli amaçlar için kullanılabilirler.
OpenAI kitaplığı
GPT-3 modeli, OpenAI kitaplığında mevcuttur. Chatbot'unuz için yanıtlar üretmek için kullanabiliriz. Paket ayrıca modelle iletişim kurmak için basit bir API'ye sahiptir. entegrasyonunu kolaylaştırıyor. Python sohbet robotu uygulama.
Bu nedenle, projenizde OpenAI kullanabilirsiniz.
GPT-3 modelinden yanıtlar üretmek içincomplete.create() yöntemini kullanacağız.
OpenAI ayrıca GPT-2, DALL-E ve diğerleri gibi alternatif modeller de sağlar. Chatbot'unuzu oluşturmak için bunlardan herhangi birini kullanabilirsiniz. Ancak, her modelin kendine özgü yetenekleri, güçlü yönleri ve eksiklikleri olduğunu unutmayın.
Chatbot'u Oluşturmak
1- Öncelikle OpenAI kütüphanesini kurmalı ve OpenAI web sitesinden aldığımız API anahtarını atamalıyız. Bu, OpenAI API aracılığıyla GPT-3 modeline erişmenizi sağlayacaktır.
import openai
openai.api_key = "YOUR_API_KEY"
API anahtarını ayarlamak için https://beta.openai.com/ adresine gidin ve kaydolun.
2- Şimdi kullanıcı girişini kabul eden bir chatbot() fonksiyonu oluşturmamız gerekiyor. Ve bunu GPT-3 modelinin istemi olarak kullanmalıdır. input() yöntemi, kullanıcının girdisini toplamak için kullanılır ve kullanıcı "exit" yazana kadar döngü çalışır.
def chatbot():
while True:
user_input = input("You: ")
3- Kullanıcı girişi “exit” ile eşdeğer ise döngü bozulacak ve chatbot sonlandırılacaktır.
if user_input.lower() == "exit":
break
4- GPT-3 modelinden bir yanıt oluşturmak için artık openai.Completion.create() işlevini kullanmalıyız. Motor parametresi, bir GPT-002 modeli olan "text-davinci-3" olarak ayarlanmıştır. Bilgi istemi parametresi, kullanıcı girişi olarak ayarlanır ve ardından istemin sonunu belirten bir boşluk gelir.
Sıcaklık parametresi, oluşturulan metindeki öngörülemezlik miktarını düzenlemek için 0.5 olarak ayarlanmıştır. Ve oluşturulan yanıtın uzunluğunu kısıtlamak için max tokens parametresi 2048 olarak ayarlanmıştır.
response = openai.Completion.create(
engine="text-davinci-002",
prompt=user_input + " ",
max_tokens=2048,
temperature=0.5
)
5- Şimdi GPT-3 modelinden bir print response oluşturacağız.
print("Chatbot: ", response["choices"][0]["text"])
6- Şimdi betiğin birincil işlevini ekleyeceğiz. Çağrıldığında karşılama mesajını yazdıracak ve ardından chatbot() yöntemini çağıracaktır.
if __name__ == "__main__":
print("Welcome to the GPT-3 Chatbot!")
print("Type 'exit' to close the chatbot.")
chatbot()
Chatbot'a Farklı Bir Soru Sorun
Hava hakkında zaten konuştuk. Sohbetimizi geliştirmek için başka bir şey deneyelim. Örneğin, “Bugün modun nasıl?” diye sorabiliriz.
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"])
Python ile ChatBot Geliştirmenin Diğer Yöntemleri
Natural Language Toolkit (NLTK) veya SpaCy kitaplığını kullanma
Bu kitaplıklar, belirteçleştirme ve kök oluşturma gibi görevler için harikadır. Ayrıca, onlar için kullanılabilir adlandırılmış varlık doğal dil işlemede tanımlama. NLTK daha genel amaçlıdır. Ayrıca, daha geniş bir özellik yelpazesi sunar. Ancak, SpaCy daha performans odaklıdır ve genellikle daha hızlı olduğu düşünülür.
NLTK'yi yüklemek için aşağıdaki komutu kullanabilirsiniz:
pip install nltk
Spacey'i kurmak için:
pip install spacy
RASA'yı kullanma
RASA, geliştirme için açık kaynaklı bir platformdur. sohbet eden yapay zeka sohbet robotları. Sohbet botları oluşturmak için bir dizi kitaplık ve araç içerir. Ayrıca, doğal dil girişini tanıyabilir ve uygun şekilde yanıt verebilir.
RASA'yı yüklemek için aşağıdaki komutu kullanabilirsiniz:
pip install rasa
TensorFlow ve Keras
TensorFlow ve Keras, önde gelen makine öğrenimi kitaplıklarıdır. Bunu, doğal dil girişini tanıyacak ve uygun yanıtlar oluşturacak bir model eğitmek için kullanabilirsiniz.
TensorFlow'u yüklemek için aşağıdaki komutu çalıştırabilirsiniz:
pip install tensorflow
pip install keras
Sonuç
Etkileşimli yapay zeka sohbet botları, insan iletişimini taklit eden bilgisayar sistemleridir. Bu nedenle, insan girdisine yanıt verirler. Gelecek için çok heyecan verici ve umut verici.
OpenAI kitaplığı, GPT-3 modeliyle bağlantı kurmak için basit bir API sağlar. Kullanıcılarla doğal ve ilgi çekici bir şekilde etkileşim kuran bir sohbet robotu tasarlayabilirsiniz. Doğru yaklaşımla daha etkili ve özelleştirilmiş bir deneyim yaratabilirsiniz.
Yorum bırak