Table des matières:
- Étape 1: Instalando O Google Colaboratory
- Étape 2: Baixando O Jupyter Notebook E Rodando O ChatBot
- Étape 3: Personalizando Seu Próprio Próprio Arquivo.JSON
- Étape 4: Carnet de notes Personalizando Seu Jupyter
- Étape 5: O CÉU É O LIMITE
Vidéo: Atendente Automático Com Python No Google Colab : 5 étapes
2024 Auteur: John Day | [email protected]. Dernière modifié: 2024-01-30 09:05
Olá pessoal ! Tudo bem ?
Meu nome é Guilherme, Nesse projeto nós vamos aprender como criar um ChatBot usando a Linguagem de programação Python e o Google Colab!
Sou aluno da https://orbe.ai/ - Escola de Inteligência Artificial Infinita e esse projeto que desenvolvi foi a partir da minha segunda semana no curso, para cumprir com o desafio do professor Rafa, que era usar o comando input() no python! Valeu Rafa pour aujourd'hui un ajuda!
Bom, eu não tenho conhecimento previo de programação e para realizar esse projeto demandou muitas madrugadas a dentro lendo e pesquisando vários códigos, erros, comandos, sem saber o que estava fazendo direito, e a maioria em inglês!
A idéia é trazer um pouco desse conhecimento para o português e aproveitar para aprender sobre linguagem de programação e inteligência artificial enquanto a gente se diverte!
Bom, nesse primeiro projeto vamos desenvolver um Atendente Virtual que pega dados do cliente e salva esses dados como "arquivo pickle" e então entra uma Inteligência Artificial para realizar o atendimento; que funciona através de uma "neural network" ou "rede neural" onde ela; un grosso modo; pega a palavra, transforma em número e compara com a base de dado que vamos alimentar, e nisso, calcula a probabilidade para ver em qual nicho esta palavra se encontra, e qual a melhor resposta dar.
Eu tenho um restaurante e particularmente fiz esse chatbot para no futuro conseguir implantar esse atendimento em meu empreendimento, e quem sabe, até vender para outros restaurantes.
Vou deixar disponível a versão aqui ensinando você a personalizar a sua, desde a base de dados até as falas iniciais para captar os dados dos clientses!
Apprend Vamos:
- Alguns significados dos códigos usados para a programação do Machine Learning
- Importar Bibliotecas e o Significados das Bibliotecas que estamos usando
- Escrever e salvar um Arquivo. Json para rodar o programa
- Como Capturar e Salvar os dados dos clientes
Problèmes de projet:
Como esse foi o primeiro passo do projeto e saiu a partir de zero de conhecimento em programação de python da minha parte ele ainda apresenta algumas falhas; tais côme:
- Os dados do arquivo.pickle que vamos captar do cliente, ao tentar le-los em outro jupyter notebook dão como "vazios" (ou eu que ainda não aprendi como lê-los)
- O arquivo.pickle por enquanto pega apenas os dados do cliente e não os históricos de pedidos
- O arquivo.pickle faz o download na máquina assim que o cliente encerra o atendimento, ou seja, caso ele fizesse pelo celular, salvaria no próprio celular dele, a ideia é redirecionar para uma nuvem onde um algoritimo possa a interpretar, em porum a interpretar, exemple
- Não ter uma interface para realizar esse atendimento
- Ao se comunicar com a máquina, não temos configurado ainda; caso a pessoa fale algo muito sem sentido; uma resposta "Desculpe; não entendi o que foi dito! Poderia perguntar novamente ou fazer outra pergunta?"
- o Ensemble de données dele ainda da algumas respostas erradas
Porém, visto que esse projeto é algo voltado para uma aplicação futura REAL; Estará em constant evolução e esses problemas Serão resolvidos futuramente e em um novo tutorial, onde provavelmente, novos problemas terão surgido!:RÉ
Lien Esse projeto eu peguei desse:
Nele, Tim explica o passo a passo do projeto! Porém ele roda o phyton e as bibliotecas instaladas direto no PC, usando o PyCharm se não me engano!
Como vamos usar o JupyterNotebook no Collab e o tutorial que ele fez tem um ano, tive que fazer algumas alterações de programação!
Bom divertimento e espero que goste!:RÉ
Étape 1: Instalando O Google Colaboratory
Bom, primeiro passo é instalar o Google Colaboratory para rodarmos nosso JupyterNotebook!
1. pas de Google Drive, clique em "novo" (ver foto)
2. clique em "Mais" (voir photo)
3. Cliquez sur "conectar mais apps" (ver foto)
4. Pesquise por "Google Colaboratory" e o aplicativo deve estar lá
Porém alguns colegas de classe e eu tivemos um certo probleminha ao procurar o google colaboratory, pois ao pesquisar em "conectar mais aplicativos" ele não aparecia; caso isso aconteça com você siga o seguinte passo a passo:
1. clique pas de lien ao lado:
2. Cliquez sur Annuler (ver foto)
3. Cliquez sur "File" (ou "Arquivo" se estiver em português) (ver foto)
4. Cliquez sur "Enregistrer une copie dans Drive" (ou "Salvar cópia em Drive") (ver foto)
Pront! Agora você já tem instalado o Google Colaboratory
Étape 2: Baixando O Jupyter Notebook E Rodando O ChatBot
Bom pessoal; agora que estamos com o Google Colaboratory instalado, nós vamos começar a rodar os nossos Jupyter Notebooks et começar a rodar o CharBot, antes de personalizar o nosso!
Jupyter Notebook - O Projeto Jupyter é uma organização sem fin lucrativos criada para "desenvolver software de código aberto, padrões abertos e serviços para computação interativa em dezenas de linguagens de programação; ou seja; é como se fosse notas um " rodar cédulas com texto ou com código; usando toda a plateforma do Google Colab; é uma forma mais fácil, e barata, de termos acesso a uma plataforma de linguagem python e acesso a várias bibliotecas incríveis!
Passes:
1. Baixe o Arquivo OrbeChat.rar disponível ness passo
2. Lá terá dois arquivos; 1 ORBE_AI_CHAT (esse é o Jupyter Notebook) e o outro é o Intents.json;
3. Extraia ambos para a rea de Trabalho
4. Tire da Pasta e arraste para a rea de Trabalho
5. Faça upload para o Google Drive (para fazer o Upload; basta ouvrir o Google Drive e arrastar os arquivos para dentro dele)
6. Repita o mesmo processo com o arquivo Intents.json (esse nós só vamos mexer depois; no passo seguinte para podermos personalizar nosso atendente
Agora pour ouvrir le carnet Juyter; existem dois caminhos:
1. Rencontrez où Arquivo desejado
2.1. Cliquez sur duas vezes e selecionar "Abrir com o Google Colaboratory"
2.2. Clicar com o Botão direito; Cliquez sur "Abrir Com" et sélectionnez "Google Colaboratory"
Dentro desse Jupyter Notebook eu separei as cédulas em Texto e Código, a fim de deixar a programação o mais entendível possivel, para que possamos saber o que está acontecendo, caso algum erro aconteça, e também, lembrarmos para o que o emona código futur! hahahahha
Cada cédula de texto explica o código abaixo dela e todos os tópidos enumerados estão disponíveis para acompanhar no código também com os caracteres #1
Para começar a rodar os códigos; basta clicar com no botão de Play das cédulas de cógido (ver foto)
Vale dizer que a primeira cédula é a que mais demora; dépend muito da sua Internet. Demora alguns segundinhos; dependendo do código, de um a dois minutinhos.
Outra coisa importante é semper clicar no play na ordem que os cédulas de cógido estão lá.
Você não pode rodar o último código sem rodar o primeiro! Pois o primeiro contém informações básicas para toda a programação dar certo, e por ai vai!
Agora vou ensinar a como você sobe o arquivo Intents.json para rodar dentro do Jupyter Notebooks.
1. Na terceira cédula de cógido "à partir de fichiers d'importation google colab…" (ver foto)
2. Sélection "Escolher aquivos" (ver foto)
3. Cliquez sur "Área de Trabalho" (voir photo)
4. Encontre ou arquivo desejado; no nosso caso "intents.json" (ver foto)
5. Cliquez sur "Abrir" (voir photo)
6. A cédula irá finalizar automáticamente e deverá aparecer como está na foto quando finalizar de carregar (ver foto)
Bom;
Agora vou falar um pouco a respeito de um probleminha que eu tive;
Par algum motivo, o qual eu ainda não consegui compreender e resolver, talvez por estar rodando este código no colaboratory, ou por algum problema de programação mesmo, na quinta cédula, quando treinamos a Inteligência Artificial não conseguimos treinar de uma veza; ou seja, aujourd'hui, par vamos trocar ou arquivo intents.json nos temos que ir em "Runtime" depois em "Factory Reset Runtime" et então carregar tudo de novo, desde a instalação;
Então caso isso aconteça com você
1. Cliquez sur "Runtime"
2. Cliquez sur "Factory Reset Runtime"
3. Cliquez sur "Oui".
Étape 3: Personalizando Seu Próprio Próprio Arquivo. JSON
Bom; até agora já aprendemos:
- Installation de Côme ou Google Colab
- Carnet Como Rodar o Jupyter
- Vários conceitos sobre programação e como a codificação do Jupyter Notebook funciona!
Agora vamos começar a dar os primeiros passos para personalizar o nosso próprio ChatBot!
Esse arquivo.json; que no nosso caso está como intents.json é o arquivo pelo qual nossa Inteligência irá artificiel identificar os padrões de palavras atráves de cálculos matemáticos e descobrir qual resposta dar para cada situação !!
Pas de passe-temps; nós fizemos o télécharger desse arquivo para o Google Drive; agora vamos editá-lo!
Vem comigo !!
1. Pas de lecteur, localisez o arquivo desejado; caso ele não apareça de primeira pesquise por " intents.json"
2. De dois cliques nele
3. Sélectionnez "Abrir com o Text Editor"
4. Tout à l'heure ! intentions.json est aberto !
Antes de começar a editá-lo, vamos entender alguns conceitos!
Como disse antes; o intents.json é o arquivo pelo qual nossa Inteligência Artificiel irá usar de parâmetros para responder as pessoas; quanto mais e melhor alimentada a base de dos; melhor a capacidade de resposta dela!
Ela faz isso atrávés de uma classificação das palavras; funcionando da seguinte forma:
1. Primeiro ela separa todas as palavras em um grupão; chamado " intentions " (do francês - intenção)
2. Depois ela separa esse grupão em grupos menores; chamado de " tags " (do francês - rótulos)
3. Uma vez feito isso; ela irá identificar os " patterns " (do inglês - padrão) de fala das pessoas
4. Então ela calcula qual a melhor " réponse " (do inglês - resposta) dependendo do padrão que ela identificou
Ou seja; tudo que estiver na classe " patterns " será o que o cliente irá dizer; e tudo que tiver na classe " response " será o que a maquina irá dizer !
E o que podemos personalizar ? Tudo que está na cor azul escuro
E o plus important, não esquecer de colocar " " no final de cada frase e separa-la por vírgulas !
Basicamente seguir o padrão que está indicado no arquivo intents.json e também seguir a disposição que está lá de cochetes, aspas, e etc!
Depois de personalizado clique em download e não esqueça de jogar o arquivo na rea de Trabalho; dar o " Reset Run Time " no Jupyter Notebook e girar todos os códigos novamente e na hora de selecionar o arquivo, escolher o arquivo certo!
IMPORTANT:
Não altere os nomes " intentions " " tags " " modèles " " réponse " " context_set"
Eles são usados dentro do código de programação e alterá-los irá dar trabalho, sem dar diferença alguma ao resultado final!
Salve semper o arquivo como "intents.json" também para evitar dor de cabeça, rs
Étape 4: Carnet de notes Personalizando Seu Jupyter
Bom; agora que nos personalizamos os padrões de perguntas que nossa máquina irá receber, vamos personalizar o parte de cadastro do cliente
Na última parte que do código, onde de fato iniciamos o chat com o cliente; eu separei em duas partes; portanto aqui vou separar também!
PRIMEIRA PARTE
Na primeira parte, é onde nós pegamos os dados do cliente; e é onde temos mais liberdade para mexer!
Tudo o que estiver a mesma cor, ao alterar 1, altere todos, com excesão dos textos circulados em vermelho; estes você tem liberadade para alterar como quiser, desde que siga as regras de Texto do Python, ou seja, deixando o que é em aspas dentro de aspas, o que é em parenteses dentro de parenteses!
Comandos
- O comando input() será o nosso coletor de dados; ao colocar input ("Insira o seu nome:") nós pedimos para a pessoa inserir o nome dela; pois, o texto dentro de aspas é o que vai aparecer para a pessoa, enquanto o comando input() irá criar uma caixa para a pessoa digitar
- O comando print() irá "imprimir" ou seja, mostrar para a pessoa no chat, tudo que estiver dentro de seus parênteses, e se for texto, dentro de aspas
- Quando nós colocamos por exemplo " nome = input(…… " significa que nós atribuímos a variável nome o valor que a pessoa irá colocar, se nós colocassemos por exemplo, " nome = "José" " ou " nome = 1 " iríamos atribuir a variável nome, o valor de " José " ou de " 1 ";
- O comando.format() substitui os números que estiverem dentro de {} pelas variáveis que pedirmos, exemplo print("Olá {0} {1} tudo bem com você? ".format(nome, sobrenome)) nesse comando nós pedimos para imprimir a Frase "Olá {0} {1} tudo bem com você? " e no final, com o comando.format() nós pedimos para ele substituir pelas variáveis nome e sobrenome que pegamos anteriormente! Para ele rodar direito, nós precisamos começar a contar as variáveis que queremos substituir na frase a partir de zero, pois o Python funciona assim; e note que ele irá substituir o {0} pela primeira variável que estiver dentro de parenteses !
- Pour ultimo o comando dicionário veja que ele não aparece como dicionário em nosso código, mas sim como dados_clientes e ele funciona da seguinte maneira, basicamente você vai atribuir um nome a ele, elária inserir! Exemple:
meu_dicionario = {'nome' = 'guilherme', 'idade' = 21, 'profissao' = 'empreendedor'}
Nesse caso, eu atribui a variável nome o valor de guilherme, a variável idade o valor de 21 e a variável profissão o valor de empreendedos, e não o contrario!
Aucune application de chat bot, nos clients sont définis sur la valeur da variável nome, idade, telefone e etc, e depois atribuímos esses valores, a outras variáveis dentro do comando dicionário!
SEGUNDA PARTE
Bom, essa é a parte mais fácil; basicamente podemos alterar o texto circulado em vermelho da forma que quisermos desde que dentro de aspas.
Étape 5: O CÉU É O LIMITE
Basicamente neste projetinho que ainda falta muito o que melhorar; aprendemos muitas e muitas coisas, desde programação em python até sobre funcionamento de inteligência artificial!
Espero que você tenha gostado e que esse projecto possa a vir ser útil para você!
Dans la partie 2, 3, 4, 5…. desse projeto estarei resolvendo os problemas que apresentei nele, melhorando a precisão de respostas, estabelecendo códigos mais claros, colocando uma fala de "não entendimento" entre outros probleminhas abordados aqui, e depois buscando para evoluir bac ele para uma-interface come lo em um atendimento réel!
Caso você tenha alguma sugestão de como melhorar esse projeto, alguma dúvida ou quiser ajuda em qualquer outra coisa, fique a vontade para compartilhar comigo em meu e-mail [email protected]
Obrigado pela sua atenção!
Conseillé:
Arduino : Sanitizador Automatico Para COVID19 : 5 étapes
Arduino: Sanitizador Automatico Para COVID19: Este instructable te ayudaré a crear tu propio dispensador de Alcohol automático con un microservo motor, un sensor ultrasónico y un Arduino UNO. En los tiempos que vivimos en el actual 2020 es necesario mantener una higiene para cuidarnos los unos
Sistema De Irrigação Automático Para Plantas : 8 étapes
Sistema De Irrigação Automático Para Plantas: A irrigação é uma das tecnologias mais utilizadas por agricultores pois esta atividade independe da ocorrência de chuvas, garante uma safra uniform, reduz a falha humana, minimiza o consumo de a miniácessan
Alimentador Automático Usando ATtiny85 : 6 étapes
Alimentador Automático Usando ATtiny85: Projeto desenvolvido pelo grupo PET Engenharia de Computação UFES
Alimentador Automático Bluetooth Para Mascotas Con Arduino: 8 étapes
Alimentador Automático Bluetooth Para Mascotas Con Arduino: Hola! Mi nombre es Tadeo del canal de Youtube El Taller De TD, en el tutorial de hoy aprenderás a construir un alimentador automático bluetooth para mascotas con Arduino, para que puedas darle un pequeño premio a tu mejor amigo cuando quieras y des
Reconnaissance vocale à l'aide de l'API Google Speech et de Python : 4 étapes
Reconnaissance vocale à l'aide de l'API Google Speech et de Python : Reconnaissance vocale La reconnaissance vocale fait partie du traitement du langage naturel qui est un sous-domaine de l'intelligence artificielle. Pour faire simple, la reconnaissance vocale est la capacité d'un logiciel informatique à identifier des mots et des phrases dans la langue parlée