KI-ChatBot, der Python Tensorflow und Natural Language Processing (NLP) nutzt und TFLearn als Lern-Engine verwendet. Dies ist in der Lage, auf verschiedene Arten zu interagieren. Jedes dieser Module funktioniert unabhängig.
Außerdem können Sie Ihr eigenes Datenmodell trainieren, das zu Ihrem Geschäftsmodell passt. Das Datenmodellformat ist nicht komplex.
Das Programm erfordert folgende Abhängigkeiten
Nach der erfolgreichen Installation der oben genannten Abhängigkeiten müssen Sie diese Schritte ausführen, um den Bot zu trainieren.
Sie können mit jedem dieser vier Methoden mit dem Chatbot interagieren
Zur Implementierung dieser Web-App wird das Django-Framework verwendet. Sie können Django installieren, indem Sie die folgenden Schritte von hier aus ausführen
Nach der Installation des Django-Frameworks müssen Sie diese Schritte ausführen
python manage.py runserver
Mit dieser App können Sie über eine Rest-API mit dem Bot interagieren. Sie finden die Controller-Datei am Speicherort /Tensorflow_Chatbot/Api/controller.py . Um diese Rest-API auszuführen, müssen Sie auch das Django-Framework installieren
{"msg" : "What is your name"}
{"ques" : "What is your name", "res":"I'm Slack", "time" :"2018-01 10:07:32"}
Sie können das UI-Verzeichnis im Stammverzeichnis finden und dann die Datei ChatView.py ausführen. Bevor Sie dies ausführen, müssen Sie Pygubu installieren. Pygubu ist ein RAD-Tool, das bei der Entwicklung von Benutzeroberflächen auf Python-Tknter-Basis hilft.
python setup.py install
Sie können über die Befehlszeilenschnittstelle mit dem Bot interagieren. Suchen Sie also die Datei cli.py im Verzeichnis /CLI und führen Sie sie aus.