• Zuhause
  • Artikel
  • Wie Sie mit Rasa Ihren ersten Chatbot erstellen können (in weniger als 15 Minuten)
Veröffentlicht am 16-03-2019

Wie Sie mit Rasa Ihren ersten Chatbot erstellen können (in weniger als 15 Minuten)

Erstellen Sie Ihren Bot Teil für Teil (PC)

Sie da! Lass uns deinen ersten Chatbot mit Rasa NLU und Rasa Core einrichten. Um Ihnen einen kleinen Kontext zu geben, befinden wir uns jetzt in Teil 3 des Blogs. Die Serie finden Sie hier. Im Folgenden erfahren Sie, wie Sie mehr Kontext zu Chatbots erhalten, diese verstehen und Rasa NLU und Rasa Core installieren können.

  • Klicken Sie hier, um einen Blick auf die Reise vom Aufbau eines Chatbot zu werfen
  • Klicken Sie hier, um die grundlegenden Konzepte von Chatbots zu verstehen
  • Klicken Sie hier, um die schnellste Einrichtung für die lokale Einrichtung von Rasa NLU und Rasa Core anzuzeigen
Der Basisfall.

Die Logik, die ich in diesem Lernprogramm implementiere, besteht zunächst darin, Sie beim Einrichten des Chatbots (über GitHub) zu unterstützen, indem Sie beim Setup unterstützt werden und dann die Dateistruktur und jede einzelne Datei im nächsten Blog erläutern. Im vorherigen Teil hatte ich erklärt, wie Sie eine virtuelle Python3.6-Umgebung einrichten und aktivieren können. Folgen Sie diesem Tutorial und Sie sollten den Namen Ihrer neuen Umgebung in Klammern "(...)" am Anfang Ihres Terminalbefehls angeben, nachdem der Aktivierungsbefehl ausgegeben wurde:

cd Dokumente / Umgebungen
Quelle my_env / bin / aktivieren
die virtuelle Umgebung von python3.6

Meine virtuelle Umgebung heißt "my_env"

Wenn die Umgebung aktiv ist, wechseln Sie in das Verzeichnis, in dem Sie "klonen" möchten (ein schickes Wort, um mein Verzeichnis lokal abzurufen, damit Sie es verwenden können). Ich mache es auf meinem Desktop. ~ Überspringen Sie die ersten beiden Befehle, wenn Sie es anderswo ausführen

CD
CD-Desktop
Git Klon https://github.com/anishmahapatra01/01_rasa_color_cb.git

Nun sollten Sie den Ordner "01_rasa_color_cb" auf Ihrem Desktop haben. Mit den nächsten Befehlen können Sie den Chatbot ausführen und die Ausgabe auf Ihrem Terminal (in der virtuellen Umgebung) anzeigen.

cd 01_rasa_color_cb
Die ursprüngliche Ordnerstruktur von 01_rasa_color_cb

Jetzt befinden wir uns in dem Ordner, in dem wir den Befehl ausführen können, um das Modell mit der in nlu_tensorflow.yml definierten Pipeline zu trainieren, die "tensorflow_embedding" ist. Ich erkläre es später oder Sie können hier mehr erfahren.

Lassen Sie uns den Befehl ausführen, mit dem das Training für die Klassifizierung von Absichten und die Entitätsextraktion aus der Benutzereingabe ausgeführt wird:

Ausführen der Intent-Klassifizierung und Entity-Extraktion mit Rasa-NLU
mache Zug-Nlu
Der Ordner

Nun sehen Sie einen Ordner "models" in 01_rasa_color_cb. Lassen Sie uns das Rasa-Core-Modell mit Hilfe des nächsten Befehls trainieren, der mithilfe des TensorFlow-Pakets tiefe Lernmodelle verwendet. Mit jeder Epoche (Phantasiewort für Iteration oder Pass) wird die Genauigkeit erhöht. Die Genauigkeit wird mit mehr Training und besseren Geschichten verbessert.

Sprich mit mir unter #comment
Zugkern machen

Danach haben Sie ein trainiertes Modell. Um es in Aktion zu sehen, habe ich den Prozess für Sie stark vereinfacht, indem Sie bereits einen benutzerdefinierten UI-Ordner (Quelle) in der Ordnerstruktur haben. Nun zum letzten Befehl

Laufen machen
Rasa Chatbot auf dem Ubuntu-Terminal

Nachdem Sie den obigen Befehl ausgeführt haben, sollten Sie nun den abgebildeten Bildschirm sehen und mit Ihrem Chatbot chatten. Jetzt können Sie mit Ihrem neuen Bot chatten. Um Ihr Erlebnis noch weiter zu verbessern, navigieren Sie einfach zum Ordner "UI" und doppelklicken Sie auf den Ordner "index.html" (siehe unten):

Klicken Sie auf den Ordner index.html

Auf diese Weise können Sie über den Webbrowser mit Ihrem neuen Chatbot interagieren. Gehen Sie voran und sagen Sie Hallo. Der Bot sollte in der Lage sein, Ihre Begrüßung zu akzeptieren und zu verstehen und Ihnen Ihre Lieblingsfarbe wie unten angegeben zu melden!

Konversation mit Farb-Chatbot in der Benutzeroberfläche

Herzlichen Glückwunsch, Sie haben Ihren ersten Rasa Chatbot erfolgreich ausgeführt! Tolle Arbeit, Sie sind schon weit vor der Kurve.

Klatsch für den jungen Kerl

Ich hatte eine tolle Zeit, diesen Artikel zu schreiben. Ich hoffe du hast heute etwas Neues gelernt! Findet mich auf Medium Anish Mahapatra. Wenn Sie einen 22-jährigen Schriftsteller ermutigen möchten, klicken Sie einfach auf den Klatschknopf :)

Siehe auch

Ein Anfängerleitfaden für RPAVerwenden der Eingabe in natürlicher Sprache in der iOS-Kalender-AppGibt es eine moralische Verpflichtung, über MFIPPA hinauszugehen?Frühjahrs-Community-UpdateSo lösen Sie das Rucksackproblem mit dynamischer ProgrammierungDeligram bringt 2,5 Millionen Dollar ein, um "Mudir Dokans" für eCommerce Hubs zu gewinnen