アイリスとPythonでChatbotを作成する

この記事では、システム間のIRISデータベースをPythonで統合する方法を示します
自然言語処理(NLP)の学習モデル

なぜPython？

世界での大きな採用と使用によって、Pythonはあらゆる種類のアプリケーションを展開するための大きなコミュニティと多くのアクセラレータを持っています.
興味があるならhttps://www.python.org/about/apps/ ).

イリスグローバル

^ Globalsについて学び始めたとき、彼らはアウトオブボックスデータモデルでデータを摂取する高速な方法として使うことができました.
そこで最初に、^ Globalsを使ってトレーニングデータと会話を保存して、chatbotの振る舞いを記録します.

自然言語処理

自然言語処理またはNLPは、読む能力、我々の意味を理解することをつくるAIの主題です
機械への言語あなたが想像できるように、それは非常に単純ではないが、私はどのようにこの
広くて美しいフィールド.

それを試してみて

ここでは、チャットとしてChatbotアプリケーションを配備しました.
http://iris-python-suite.eastus.cloudapp.azure.com:8080

どうやって動くの？

機械学習

まず最初に、機械学習が一般のソフトウェア開発と比較して異なるパラダイムを持つということを知っていることはよいです.
理解しにくい主なポイントは、機械学習モデルの開発のサイクルです.
浅い説明警報
標準アプリケーション開発サイクルは次のようになります.
コード-> test (開発データを使用)
そして、それ自体でコードを学習するマシンは、同じ値を持っていません.それはデータと応答性を共有する!データがない.
本当のデータ!実行される最終的なコードが開発概念と使用されるデータのマージによって生成されるので.
したがって、アプリケーションのサイクルを学習するマシンは次のようになります.
開発(列車)モデル+実データ-> validate ->結果を展開する(モデル)

どのようにモデルを訓練するには？

モデルを訓練するために多くの技術があります、そして、各々のケースと目的は大きい学習曲線を必要とします.この場合私は
the ChatterBot 若干の技術をカプセル化して、電車を提供する図書館
方法と事前に処理されたトレーニングデータは、私たちが結果に焦点を当てるのに役立ちます.

事前訓練モデル言語とカスタムモデル

あなたは基本的な会話のchatbotを持ってこれを起動することができます.また、あなたのchatbotを訓練するすべてのデータを作成することができます.
それはあなたのニーズに完璧なことができますが、短い時間で作るのは恐ろしい.私はこのプロジェクトを使用してEnumCoreeWebRange SMのベースとして
会話とマージカスタムトレーニングデータを使用すると、作成することができますform

基本アーキテクチャ

Pythonで何を使いましたか

このアプリケーション環境では、これらのモジュールでPython 3.7を使用します.

PyAML <= 5.0.0

ダッシュ= = 1.12.0

ダッシュブートストラップコンポーネント= = 0.10.1

ダッシュコアコンポーネント= = 1.10.0

ダッシュHTMLコンポーネント= = 1.0.3

ダッシュレンダラ

ダッシュテーブル= 4.7.0

プロット== 4.7.1

numpy == 1.18.4

NetworkX == 2.4

フラスコの

Chatterbot > 1.0.0

Chatterbotコーパス>= 1.2.0

SQLAlchemy > = 1.2

./<高橋潤子>ワル

プロジェクト構造

このプロジェクトは理解しやすいシンプルな構造です.メインフォルダには、3つの最も重要なサブフォルダがあります.

./アプリケーション:すべてのアプリケーションのコードと設定をインストールします.

./アイリス:アプリケーションを提供する準備システム間アイリスDockerFile.

./データ:コンテナ環境にホストをリンクするには

アプリケーション構造

これでappディレクトリいくつかのファイルを見ることができます.

chatbotPy : Webアプリケーションの実装について

イリスヒョウ.Py :アイリスデータベースとPythonで使用するアクセラレータを持つクラスです.

データベース構造

このアプリケーションはリポジトリとしてシステム間のアイリスを使用します.

^chatbotトレーニングデータ:ストアの質問と回答の形式ですべてのカスタムトレーニングデータ.

^chatbot会話:ストアすべての会話ペイロード.

^chatbotトレーニングiSusupDate:制御パイプラインを制御します.

他の解決策の商品

私はすべての会話にレポートを作成します、しかし、それは問題でありません、私が世界的なグラフビューアで
会話.

自分でアプリケーションを実行する

必要条件

ジット

DockerとDockerは(少なくとも4 GB以上のDockerのメモリ設定)

環境における端末へのアクセス

ステップ

Dockerを使用すると、簡単にすべての作品と構成を1つの環境をすることができます作成iOS - python covid 19に行く
フォルダと型

$ docker compose build
$ docker compose up

コンテナまでの推定時間

1回目の実行は、画像や依存関係をダウンロードするあなたのインターネットのリンクに依存します.
それが最後に15分以上ならば、何かが間違ってここで交信するのを自由に感じます.
次のものを実行している1回目の後、よりよく実行して、2分未満をします.

万事OKなら

しばらくしてブラウザを開いてアドレスに移動できます.
研修データ形式

http://localhost:8050/chatbot-training-data

チャットボット

http://localhost:8080

あなたはアイリス管理ポータルを見てください

私は今、ユーザの名前空間

http://localhost:9092
user: _SYSTEM
pass: theansweris42