نویسنده(های): گانش باجاج
در ابتدا منتشر شد به سمت هوش مصنوعی.
این داستان فقط برای اعضا در اختیار ماست. برای دسترسی به تمام Medium ارتقا دهید.
انواع مختلفی از چت بات ها وجود دارد:
ChatbotRAG مبتنی بر قانون ChatbotHybrid Chatbot
این مقاله نحوه ایجاد یک ربات چت با استفاده از streamlit را پوشش می‌دهد که با استفاده از یک پرسش و پاسخ از قبل به سؤالات پاسخ می‌دهد. مجموعه داده به همراه یک ادغام LLM به یک فایل csv. اساسا، چت بات از نوع ترکیبی است که برای رسیدگی به سوالات شناخته شده و ناشناخته طراحی شده است. این مقاله نقطه شروع خوبی با درک نحوه عملکرد ربات چت با انواع مختلف خروجی و مدیریت خطا با استفاده از streamlit خواهد بود.
ربات ابتدا سعی می کند ورودی را با یک سوال ذخیره شده مطابقت دهد و اگر مطابقت پیدا نشد، از یک مدل LLM برای ایجاد پاسخ های مرتبط استفاده می کند.
ما مراحل ساخت این ربات چت را طی می کنیم و ویژگی های کلیدی مانند جستجوی مبتنی بر شباهت، مدیریت خطا و پشتیبانی از پرس و جوی LLM را برجسته می کنیم.
برای اینکه ربات چت سریع و پاسخگو باشد، جفت‌های پرسش-پاسخ را در قالب json ذخیره می‌کنیم تا زمانی که یک پرس و جوی کاربر مشابه هر سؤال موجود است، به طور مستقیم به آنها ارجاع داده شود.
فایل qna.json حاوی لیستی از فرهنگ لغت است که هر کدام دارای یک سوال (پرسش) و داده های پاسخ مربوطه (پاسخ) هستند.
یک ساختار نمونه در qna.json ممکن است به شکل زیر باشد:
[{“query”:”سوالخودرااینجاواردکنید”،”response”:…[{“query”:”Enteryourquestionhere””response”:…وبلاگ کامل را به صورت رایگان در Medium بخوانید.
منتشر شده از طریق به سمت هوش مصنوعی