Зараз чат-боти дуже популярні. Отже, ми прийшли, щоб допомогти вам розробити чат-бота за допомогою Python. У цій публікації ми поговоримо про розробку інтерактивного чат-бота ШІ.
інтерактивний штучний інтелект чат-боти – це комп’ютерні системи, які відтворюють людський діалог. Крім того, вони реагують на людський вхід за допомогою обробки природної мови та навчання за допомогою машини технології.
Щоб забезпечити більш ефективне обслуговування клієнтів, ці чат-боти можуть бути пов’язані з кількома платформами. Таким чином, такими платформами можуть бути веб-сайти, мобільні програми та системи обміну повідомленнями. Крім того, їх можна використовувати для різноманітних цілей, включаючи дозвілля, освіту та рекламу.
Бібліотека OpenAI
Модель GPT-3 доступна в бібліотеці OpenAI. Ми можемо використовувати його для створення відповідей для вашого чат-бота. Пакет також має простий API для зв’язку з моделлю. Це полегшує інтеграцію у ваш Чат-бот Python Додаток.
Отже, ви можете використовувати OpenAI у своєму проекті.
Щоб створити відповіді з моделі GPT-3, ми будемо використовувати метод completion.create().
OpenAI також постачає альтернативні моделі, такі як GPT-2, DALL-E та інші. Ви можете використовувати будь-який із них для створення свого чат-бота. Однак майте на увазі, що кожна модель має свій унікальний набір талантів, сильних сторін і недоліків.
Створення чат-бота
1- Спочатку ми повинні встановити бібліотеку OpenAI і призначити ключ API, отриманий з веб-сайту OpenAI. Це надасть вам доступ до моделі GPT-3 через OpenAI API.
import openai
openai.api_key = "YOUR_API_KEY"
Щоб встановити ключ API, перейдіть на сторінку https://beta.openai.com/ і зареєструйтеся.
2- Тепер нам потрібно створити функцію chatbot(), яка приймає дані користувача. І він повинен використовувати його як підказку моделі GPT-3. Метод input() використовується для збору даних, введених користувачем, і цикл виконується, доки користувач не введе «exit».
def chatbot():
while True:
user_input = input("You: ")
3- Якщо введення користувача еквівалентне «виходу», цикл буде розірвано, а чат-бот завершить роботу.
if user_input.lower() == "exit":
break
4- Щоб створити відповідь з моделі GPT-3, тепер ми повинні використовувати функцію openai.Completion.create(). Для параметра двигуна встановлено значення «text-davinci-002», що є моделлю GPT-3. Параметр підказки встановлюється на введення користувача, після чого йде пробіл для позначення кінця підказки.
Параметр температури встановлено на 0.5, щоб регулювати ступінь непередбачуваності у створеному тексті. Параметр max tokens має значення 2048, щоб обмежити довжину створеної відповіді.
response = openai.Completion.create(
engine="text-davinci-002",
prompt=user_input + " ",
max_tokens=2048,
temperature=0.5
)
5- Тепер ми створимо відповідь друку з моделі GPT-3.
print("Chatbot: ", response["choices"][0]["text"])
6- Тепер ми додамо основну функцію сценарію. Після виклику він надрукує вітальне повідомлення, а потім викличе метод chatbot().
if __name__ == "__main__":
print("Welcome to the GPT-3 Chatbot!")
print("Type 'exit' to close the chatbot.")
chatbot()
Задайте інше запитання чат-боту
Ми вже говорили про погоду. Давайте спробуємо щось інше, щоб покращити нашу розмову. Наприклад, ми можемо запитати «Як у вас сьогодні настрій?».
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"])
Інші методи розробки ChatBot з Python
Використання інструментарію Natural Language Toolkit (NLTK) або бібліотеки SpaCy
Ці бібліотеки чудово підходять для таких завдань, як токенізація та стемінг. Крім того, їх можна використовувати для названа сутність ідентифікація в обробці природної мови. NLTK є більш універсальним. Крім того, він пропонує більш широкий спектр функцій. Однак SpaCy більше орієнтований на продуктивність і зазвичай вважається швидшим.
Ви можете використати наступну команду для встановлення NLTK:
pip install nltk
Щоб встановити spacy:
pip install spacy
Використання RASA
RASA — це платформа з відкритим кодом для розробки розмовні чат-боти AI. Він містить набір бібліотек і інструментів для створення чат-ботів. Крім того, він може розпізнавати введення природною мовою та реагувати належним чином.
Ви можете використати наступну команду для встановлення RASA:
pip install rasa
TensorFlow і Keras
TensorFlow і Keras є відомими бібліотеками машинного навчання. Ви можете використовувати його, щоб навчити модель розпізнавати введення природною мовою та створювати відповідні відповіді.
Ви можете виконати таку команду, щоб встановити TensorFlow:
pip install tensorflow
pip install keras
Висновок
Інтерактивні чат-боти зі штучним інтелектом — це комп’ютерні системи, які імітують людське спілкування. Таким чином, вони реагують на вхід людини. Це дуже цікаво і багатообіцяюче на майбутнє.
Бібліотека OpenAI надає простий API для підключення до моделі GPT-3. Ви можете розробити чат-бота, який природно та захоплююче взаємодіє з користувачами. За допомогою правильного підходу ви можете створити більш ефективний і індивідуальний досвід.
залишити коментар