Часто задаваемые вопросы
Получение ответа автоматически - это волшебство! это настоящий ИИ (помните тест Тьюринга?)
Этот проект представляет собой платформу чат-бота на основе простых вопросов-ответов (атомарных запросов). Использует сходство на основе различных векторизаторов, чтобы найти соответствующий вопрос, а затем дать соответствующий ответ.
Область применения:
- Огромная потребность в решении повседневных вопросов
- Весы (леверидж, автоматизация, пассив)
- Не так уж много работы в разговорном чат-боте (служим человечеству)
Примечания:
- Этот чат-бот сначала основывается на классификации категорий, а затем на сходстве внутри выбранной категории.
- В отличие от популярной платформы чат-ботов с открытым исходным кодом Rasa, где NLU основан на намерениях и сущностях, тогда как управление диалогами основано на прогнозировании последовательности/LSTM.
- Концептуально он похож на QnA Maker от Microsoft. Но большая разница в том, что если вы получите всю эту кодовую базу GitHub, ваши модели будут локальными. На сервере ничего. Повышенная безопасность, особенно для чат-ботов с конфиденциальными данными, таких как HR или Finance.
Авторские права (C) 2019 Йогеш Х. Кулкарни
Дос
- Реализуйте встраивание предложений через HuggingFace или Spacy.
- Создайте полную платформу чат-бота с часто задаваемыми вопросами, используя переключаемые встраивания.
- [Новое] LangChain + Vector Db, например GPT-Index или Pinecone (облако), можно использовать для ответа на часто задаваемые вопросы.
Как это работает:
- Вы предоставляете часто задаваемые вопросы в форме CSV-файла (файл, разделенный запятыми), в каждой строке которого указан класс вопроса-ответа (например, «Какова ставка GST для зубной пасты?,12,ставка»)
- Вопросы векторизуются и готовы к сопоставлению вместе с моделью классификатора [X=вектор(вопрос), y=класс].
- Как только поступает пользовательский запрос, его «класс» прогнозируется с использованием модели классификатора, и внутри класса векторизованный запрос сопоставляется с существующими векторизованными вопросами.
- Какой бы из них ни был наиболее похож, ответ предоставляется пользователю.
Скрипты:
- app.py: пользовательский интерфейс чат-бота, созданный с помощью Flask, с использованием шаблонов/*.html.
- bankfaqs.py: основная логика чат-бота, а также база знаний.
Другие данные:
- часто задаваемые вопросы: файлы csv, содержащие вопросы и ответы.
- статические и шаблоны: файлы, связанные с пользовательским интерфейсом Flask.
Для запуска:
- Выполнить приложение.py
- Откройте http://127.0.0.1:8080/ в браузере.
- Начать общение
Зависимости:
- Требуется Python 3.6, numpy, scipy, sklearn.
Ссылки
- Код event-бота Бхавани Рави, видео на Youtube
- Банковские FAQ Код бота
Отказ от ответственности:
- Автор ([email protected]) не дает никаких гарантий результатов работы программы. Это просто забавный сценарий. Много улучшений еще предстоит сделать. Так что вообще не надейтесь на это.
