Tensorflow Chatbot

張量流聊天機器人

AI ChatBot 使用 Python Tensorflow 和自然語言處理 (NLP)，並使用 TFLearn 作為學習引擎。這能夠以多種方式進行互動。這些模組中的每一個都是獨立運作的。

• 網頁介面
• 重置API
• 圖形使用者介面
• 命令列介面

您也可以訓練自己的適合您的業務模型的資料模型。資料模型格式並不複雜。

安裝中

程式需要以下相依性

• Python >= 3
• 張量流點這裡

成功安裝上述依賴項後，您需要按照以下步驟來訓練機器人。

• 您可以從/Bot/content.json找到資料模型並根據需要變更內容。
• 執行/Bot/目錄中的 train.py 檔案來訓練您準備好的模型。
• 然後，你就完成了！

入門

您可以透過這四種方法中的任何一種與聊天機器人交互

網頁介面

Django 框架用於實作此 Web 應用程式。您可以按照此處的以下步驟安裝 Django

安裝Django框架後，需要執行以下步驟

• 在/Tensorflow_Chatbot/目錄中找到 settings.py 檔案。
• 根據 *STATICFILES_DIRS * 變數下專案靜態資料夾的路徑替換 96 行。
• 然後在根目錄下執行以下命令。

 python manage.py runserver

休息API

這個應用程式允許您使用 REST API 與機器人互動。您可以從/Tensorflow_Chatbot/Api/controller.py位置找到控制器檔案。要執行此 Rest api，您還需要安裝 Django 框架

• 請求網址：http://127.0.0.1:8000/api
• 請求類型：“POST”
• 有效負載： {"msg" : "What is your name"}
• 回應 : {"ques" : "What is your name", "res":"I'm Slack", "time" :"2018-01 10:07:32"}

圖形使用者介面

您可以從根目錄找到UI目錄，然後執行ChatView.py檔案。在執行此操作之前，您需要安裝 pygubu。 Pygubu 是一個 RAD 工具，有助於開發 python tknter 基本使用者介面。

• 從這裡下載 pygubu。
• 然後解壓縮 .tar.gz 檔案並執行以下命令。

 python setup.py install

• 然後執行/UI目錄中的 ChatView.py 檔案。

命令列介面

您可以透過命令列介面與機器人互動。因此從/CLI目錄中找到cli.py檔然後執行。

內建

• Tensorflow - 建構神經網絡
• Django - Web 應用程式
• Tkinter-GUI
• Pygubu - 設計 GUI

作者

• Nimesha Buddhika - Linkedin -莫拉圖瓦大學 IT 學院