Tensorflow Chatbot

텐서플로우 챗봇

TFLearn을 학습 엔진으로 사용하여 Python Tensorflow 및 자연어 처리(NLP)를 사용하는 AI ChatBot입니다. 이는 다양한 방식으로 상호 작용할 수 있습니다. 이러한 각 모듈은 독립적으로 작동합니다.

• 웹 인터페이스
• API 재설정
• GUI
• CLI

또한 비즈니스 모델에 적합한 자체 데이터 모델을 훈련할 수도 있습니다. 데이터 모델 형식은 복잡하지 않습니다.

설치 중

프로그램에는 다음 종속성이 필요합니다.

• 파이썬 >= 3
• 텐서플로우 여기를 클릭하세요

위의 종속성을 성공적으로 설치한 후 봇을 훈련하려면 다음 단계를 수행해야 합니다.

• /Bot/content.json 에서 데이터 모델을 찾아 원하는 대로 콘텐츠를 변경할 수 있습니다.
• /Bot/ 디렉토리에 있는 train.py 파일을 실행하여 준비한 모델을 학습시킵니다.
• 그러면 끝났습니다!

시작하기

이 네 가지 방법 중 하나로 채팅봇과 상호 작용할 수 있습니다.

웹 인터페이스

Django 프레임워크는 이 웹 앱을 구현하는 데 사용됩니다. 여기에서 다음 단계를 수행하여 Django를 설치할 수 있습니다.

Django 프레임워크를 설치한 후 다음 단계를 따라야 합니다.

• /Tensorflow_Chatbot/ 디렉터리에서 settings.py 파일을 찾습니다.
• *STATICFILES_DIRS * 변수 아래에서 프로젝트의 정적 폴더 경로에 따라 96줄을 바꿉니다.
• 그런 다음 루트 디렉터리 내에서 다음 명령을 실행합니다.

 python manage.py runserver

나머지 API

이 앱을 사용하면 나머지 API를 사용하여 봇과 상호 작용할 수 있습니다. /Tensorflow_Chatbot/Api/controller.py 위치에서 컨트롤러 파일을 찾을 수 있습니다. 이 Rest API를 실행하려면 Django 프레임워크도 설치해야 합니다.

• 요청 URL : http://127.0.0.1:8000/api
• 요청 유형 : 'POST'
• 지불 부하: {"msg" : "What is your name"}
• 응답 : {"ques" : "What is your name", "res":"I'm Slack", "time" :"2018-01 10:07:32"}

GUI

루트 디렉터리에서 UI 디렉터리를 찾아 ChatView.py 파일을 실행하면 됩니다. 이것을 실행하기 전에 pygubu를 설치해야 합니다. Pygubu는 Python tknter 기본 사용자 인터페이스를 개발하는 데 도움이 되는 RAD 도구입니다.

• 여기에서 pygubu를 다운로드하세요.
• 그런 다음 .tar.gz 파일을 추출하고 다음 명령을 실행하십시오.

 python setup.py install

• 그런 다음 /UI 디렉터리에 있는 ChatView.py 파일을 실행합니다.

CLI

명령줄 인터페이스를 통해 봇과 상호 작용할 수 있습니다. 따라서 /CLI 디렉터리에서 cli.py 파일을 찾아 실행해 보세요.

다음으로 제작됨

• Tensorflow - 신경망 구축
• Django - 웹 애플리케이션
• Tkinter-GUI
• Pygubu - GUI를 디자인하려면

작가

• Nimesha Buddhika - Linkedin - 모라투와 대학교, IT 학부