Tensorflow Chatbot

Chatbot Tensorflow

AI ChatBot qui utilise Python Tensorflow et Natural Language Processing (NLP) en utilisant TFLearn comme moteur d'apprentissage. Ceci est capable d’interagir de plusieurs manières. Chacun de ces modules fonctionne indépendamment.

• Interface Internet
• Réinitialiser l'API
• Interface graphique
• CLI

Et vous pouvez également former votre propre modèle de données adapté à votre modèle commercial. Le format du modèle de données n'est pas complexe.

Installation

Le programme nécessite les dépendances suivantes

• Python >= 3
• TensorflowCliquez ici

Après avoir installé avec succès les dépendances ci-dessus, vous devez suivre ces étapes afin de former le bot.

• Vous pouvez trouver le modèle de données à partir de /Bot/content.json et modifier le contenu à votre guise.
• Exécutez le fichier train.py qui se trouve dans le répertoire /Bot/ pour entraîner le modèle que vous avez préparé.
• Alors, vous avez terminé !

Commencer

Vous pouvez interagir avec le chatbot avec l'une de ces quatre méthodes

Interface Internet

Le framework Django est utilisé pour implémenter cette application Web. Vous pouvez installer Django en suivant ces étapes à partir d'ici

Après l'installation du framework Django, vous devez suivre ces étapes

• Recherchez le fichier settings.py dans le répertoire /Tensorflow_Chatbot/ .
• Remplacez la ligne 96 selon le chemin du dossier statique de votre projet sous la variable *STATICFILES_DIRS*.
• Exécutez ensuite la commande suivante dans le répertoire racine.

 python manage.py runserver

API de repos

Cette application vous permet d'interagir avec le bot à l'aide d'une API de repos. Vous pouvez trouver le fichier du contrôleur à l'emplacement /Tensorflow_Chatbot/Api/controller.py . Pour exécuter cette API Rest, vous devez également installer le framework Django

• URL de la requête : http://127.0.0.1:8000/api
• Type de demande : 'POST'
• Charge utile : {"msg" : "What is your name"}
• Réponse : {"ques" : "What is your name", "res":"I'm Slack", "time" :"2018-01 10:07:32"}

Interface graphique

Vous pouvez trouver le répertoire de l'interface utilisateur à partir du répertoire racine, puis exécuter le fichier ChatView.py. Avant d'exécuter ceci, vous devez installer pygubu. Pygubu est un outil RAD qui permet de développer des interfaces utilisateur de base Python Tknter.

• Téléchargez pygubu à partir d'ici.
• Et puis extrayez le fichier .tar.gz et exécutez la commande suivante.

 python setup.py install

• Exécutez ensuite le fichier ChatView.py dans le répertoire /UI .

CLI

Vous pouvez interagir avec le bot via l'interface de ligne de commande. Recherchez donc le fichier cli.py dans le répertoire /CLI , puis exécutez-le.

Construit avec

• Tensorflow - Créer un réseau neuronal
• Django-Application Web
• Tkinter - Interface graphique
• Pygubu - Pour concevoir une interface graphique

Auteur

• Nimesha Buddhika - Linkedin - Université de Moratuwa, Faculté d'informatique