Chatbots ngày nay rất phổ biến. Vì vậy, chúng tôi đến để giúp bạn phát triển một chatbot bằng Python. Trong bài đăng này, chúng ta sẽ nói về việc phát triển một chatbot AI tương tác.
Interactive trí tuệ nhân tạo chatbot là hệ thống máy tính tái tạo cuộc đối thoại của con người. Ngoài ra, chúng phản hồi đầu vào của con người bằng cách sử dụng xử lý ngôn ngữ tự nhiên và học máy Công nghệ.
Để mang lại trải nghiệm chăm sóc khách hàng hiệu quả hơn, các chatbot này có thể được liên kết với nhiều nền tảng. Do đó, các nền tảng này có thể là trang web, ứng dụng di động và hệ thống nhắn tin. Bên cạnh đó, chúng có thể được sử dụng cho nhiều mục đích khác nhau, bao gồm giải trí, giáo dục và quảng cáo.
thư viện OpenAI
Mô hình GPT-3 có sẵn trong thư viện OpenAI. Chúng tôi có thể sử dụng nó để tạo câu trả lời cho chatbot của bạn. Gói này cũng có một API đơn giản để giao tiếp với mô hình. Nó làm cho nó đơn giản để tích hợp vào của bạn chatbot Python ứng dụng.
Do đó, bạn có thể sử dụng OpenAI trong dự án của mình.
Để tạo câu trả lời từ mô hình GPT-3, chúng tôi sẽ sử dụng phương thức Complete.create().
OpenAI cũng cung cấp các mô hình thay thế như GPT-2, DALL-E và các mô hình khác. Bạn có thể sử dụng bất kỳ thứ nào trong số này để tạo chatbot của mình. Tuy nhiên, hãy nhớ rằng mỗi người mẫu đều có những tài năng, điểm mạnh và khuyết điểm riêng.
Xây dựng Chatbot
1- Trước tiên, chúng ta phải cài đặt thư viện OpenAI và gán khóa API nhận được từ trang web OpenAI. Điều này sẽ cung cấp cho bạn quyền truy cập vào mô hình GPT-3 thông qua API OpenAI.
import openai
openai.api_key = "YOUR_API_KEY"
Để đặt khóa API, hãy truy cập https://beta.openai.com/ và đăng ký.
2- Bây giờ chúng ta cần tạo một hàm chatbot() chấp nhận đầu vào của người dùng. Và, nó sẽ sử dụng nó làm dấu nhắc của mẫu GPT-3. Phương thức input() được sử dụng để thu thập thông tin đầu vào của người dùng và vòng lặp sẽ chạy cho đến khi người dùng nhập "thoát".
def chatbot():
while True:
user_input = input("You: ")
3- Nếu đầu vào của người dùng tương đương với “thoát”, thì vòng lặp sẽ bị ngắt và chatbot sẽ chấm dứt.
if user_input.lower() == "exit":
break
4- Để tạo phản hồi từ mô hình GPT-3, bây giờ chúng ta phải sử dụng hàm openai.Completion.create(). Tham số động cơ được đặt thành “text-davinci-002”, là kiểu máy GPT-3. Tham số lời nhắc được đặt thành đầu vào của người dùng, theo sau là khoảng trắng để biểu thị phần cuối của lời nhắc.
Tham số nhiệt độ được đặt thành 0.5 để điều chỉnh mức độ khó đoán trong văn bản được tạo. Và, tham số mã thông báo tối đa được đặt thành 2048 để hạn chế độ dài của câu trả lời đã tạo.
response = openai.Completion.create(
engine="text-davinci-002",
prompt=user_input + " ",
max_tokens=2048,
temperature=0.5
)
5- Bây giờ chúng ta sẽ tạo phản hồi in từ mẫu GPT-3.
print("Chatbot: ", response["choices"][0]["text"])
6- Bây giờ chúng ta sẽ thêm chức năng chính của tập lệnh. Khi được gọi, nó sẽ in thông báo chào mừng và sau đó gọi phương thức chatbot().
if __name__ == "__main__":
print("Welcome to the GPT-3 Chatbot!")
print("Type 'exit' to close the chatbot.")
chatbot()
Đặt một câu hỏi khác cho Chatbot
Chúng ta đã nói về thời tiết. Hãy thử một cái gì đó khác để cải thiện cuộc trò chuyện của chúng tôi. Ví dụ, chúng ta có thể hỏi “Hôm nay tâm trạng của bạn thế nào?”.
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"])
Các phương pháp khác để phát triển ChatBot với Python
Sử dụng Bộ công cụ ngôn ngữ tự nhiên (NLTK) hoặc thư viện SpaCy
Các thư viện này rất phù hợp cho các tác vụ như mã thông báo và tạo gốc. Ngoài ra, chúng có thể được sử dụng cho thực thể được đặt tên nhận dạng trong xử lý ngôn ngữ tự nhiên. NLTK là mục đích chung hơn. Ngoài ra, nó cung cấp một loạt các tính năng. Tuy nhiên, SpaCy tập trung vào hiệu suất hơn và thường được cho là nhanh hơn.
Bạn có thể sử dụng lệnh sau để cài đặt NLTK:
pip install nltk
Để cài đặt Spacy:
pip install spacy
Sử dụng RASA
RASA là một nền tảng mã nguồn mở để phát triển trò chuyện AI trò chuyện. Nó bao gồm một bộ thư viện và công cụ để tạo chatbot. Ngoài ra, nó có thể nhận dạng đầu vào ngôn ngữ tự nhiên và phản hồi một cách thích hợp.
Bạn có thể sử dụng lệnh sau để cài đặt RASA:
pip install rasa
TensorFlow và Keras
TensorFlow và Keras là những thư viện máy học nổi bật. Bạn có thể sử dụng nó để đào tạo một mô hình nhận dạng đầu vào ngôn ngữ tự nhiên và tạo câu trả lời phù hợp.
Bạn có thể chạy lệnh sau để cài đặt TensorFlow:
pip install tensorflow
pip install keras
Kết luận
Chatbot trí tuệ nhân tạo tương tác là hệ thống máy tính bắt chước giao tiếp của con người. Do đó, họ phản ứng với đầu vào của con người. Nó rất thú vị và hứa hẹn cho tương lai.
Thư viện OpenAI cung cấp một API đơn giản để kết nối với mô hình GPT-3. Bạn có thể thiết kế một chatbot tương tác với người dùng một cách tự nhiên và hấp dẫn. Bạn có thể tạo trải nghiệm tùy chỉnh và hiệu quả hơn với cách tiếp cận phù hợp.
Bình luận