5分で初めてのPythonチャットボットを構築

5分で初めてのPythonチャットボットを構築

序文

人工知能の時代において、チャットボットはますます人気が高まっています。これは、人間とコンピュータの相互作用を簡素化するために設計された業界の最新ツールです。電子商取引から医療機関まで、誰もがチャットボットを使用してユーザーと対話したいと考えています。

[[336716]]

チャットボットとは

チャットボットは、ライブエージェントと直接やり取りするのではなく、テキストまたは音声合成を介してオンラインチャット会話を実行するために使用されるソフトウェア アプリケーションです。 -Wikipediaによると。

チャットボットの種類

チャットボットは2つのカテゴリーに分けられます

  • ルールベース
  • 自己学習

ルールベース: ルールベースのチャットボットは、事前にトレーニングされたルールに基づいて質問に答えるようにチャットボットをトレーニングします。これらのタイプのチャットボットは、単純なクエリに最適です。

自己学習型チャットボット: 自己学習型チャットボットは機械学習アルゴリズムに基づいており、ルールベースのチャットボットよりもスマートです。彼らは自分で学ぶことができます。

チャットボットの仕組み

AI を搭載したチャットボットはインテリジェントであり、自ら学習することもできます。自然言語処理と機械学習アルゴリズムを使用してデータを学習および取得します。

例: Google アシスタント、Alexa、Siri

スマート AI チャットボットはユーザーデータを入力して学習し、自ら改善しようとします。高度な AI アルゴリズムで分析し、テキストまたは音声の形式で応答を出力します。

これらのロボットは行動と経験から学習できるため、幅広い質問やコマンドに応答できます。

構築を開始する

今日は、ChatterBot ライブラリを使用して Python チャットボットを作成します。さあ始めましょう!

1. 仮想環境を作成する

pipenv は、仮想環境を簡単に作成するための Python ライブラリです。

  1. ピップインストール
  2. pipenv pipenv インストール

2. ライブラリをインストールする

ChatterBot ライブラリを使用して、シンプルな Python チャットボットを作成します。 pip コマンドを使用して、chatterbot と chatterbot_corpus をインストールします。

  1. pipenv チャッターボットをインストール
  2. pipenv で chatterbot_corpus をインストールします

3. チャットボットを作成してトレーニングする

  1. チャットボットからChatBotをインポート
  2. chatterbot.trainersからChatterBotCorpusTrainer をインポートします
  3. ボット名 = "Pyter"  
  4. def start():
  5. bot = ChatBot(BOTNAME,
  6. ロジックアダプタ=[
  7. {
  8.               'import_path' : 'chatterbot.logic.BestMatch'
  9.               'default_response' : '申し訳ありませんが、理解できません。' ,
  10.               '最大類似度しきい値' : 0.90,
  11. },
  12. ]、
  13. プリプロセッサ = [
  14.               「chatterbot.preprocessors.clean_whitespace」
  15. ]、
  16. input_adaptor = "chatterbot.input.TerminalAdaptor"
  17. output_adaptor = "chatterbot.output.TerminalAdaptor"
  18. database_uri = 'sqlite:///database.sqlite3' )
  19. トレーナー = ChatterBotCorpusTrainer(ボット)
  20. #英語コーパス基づいてトレーニングする
  21. トレーナー.train(
  22.           「chatterbot.corpus.english」
  23.           「chatterbot.corpus.english.greetings」
  24.           「chatterbot.corpus.english.conversations」
  25. print(f "こんにちは、私は{BOTNAME}です" )
  26. 真の場合:
  27. 試す:
  28. bot_input = input( "あなた: " )
  29. bot_respose = bot.get_response(bot_input)
  30. print(f "{BOTNAME}: {bot_respose}" )
  31.           (KeyboardInterrupt、EOFError、SystemExitを除く):
  32. 壊す
  33. __name__ == "__main__"の場合:
  34. 始める()

<<:  グラフニューラルネットワークが深くなるほど、パフォーマンスは向上しますか?

>>:  AIスタートアップ向け優秀開発ツールガイドが人気に、Jupyterの「キラー」も発見される

ブログ    
ブログ    

推薦する

...

20 分で回路基板の組み立て方を学びましょう!オープンソースのSERLフレームワークは、精密制御において100%の成功率を誇り、人間の3倍の速さです。

近年、四足歩行、把持、器用な操作など、ロボットの強化学習技術の分野では大きな進歩が遂げられていますが...

ビール会社がIoTとAIを活用する方法

ワイン、酒類、ビール会社を含むあらゆる業界が、モノのインターネット (IoT) と人工知能 (AI)...

お茶や水を出すロボットを購入する見込みはありますか?メタとニューヨーク大学がOK-Robotを開発

「xx、テレビ台のリモコンを取ってきて。」 家庭環境では、多くの家族が必然的にこの種の作業を命じられ...

...

まだ分​​からない?約20以上の自動運転データセット、ランキング、ベンチマークのコレクション

この記事は、Heart of Autonomous Driving の公開アカウントから許可を得て転...

パーシー・リャンらによる新しい研究:新しいBingのような生成型検索エンジンはそれほど役に立たないかもしれない

生成型検索エンジンは、入力クエリとオンライン引用に対する応答を直接生成することで、ユーザーの情報ニー...

...

...

手計算から数値モデルへの移行後、人工知能は産業生態系を変えるだろう

実際、人工知能の概念は 1950 年代にはすでに登場していました。科学者が最初のニューラル ネットワ...

AIとDevOps: 効率的なソフトウェア配信のための完璧な組み合わせ

AI時代では、DevOpsとAIが共有結合します。 AI はビジネス ニーズに基づいてソフトウェアの...

...

...

GoogleはDeepMind AIを使用して何千もの新しい素材を分析および予測しました

IT Homeは11月30日、GoogleのDeepMindが人工知能(AI)を使って200万以上の...