Εκμάθηση Chatbot από το μηδέν: Rasa Open Source 3.x Εγκατάσταση και ρύθμιση σε macOS

Άρχισα να εξερευνώ το σχεδιασμό chatbot πριν από δύο εβδομάδες και αποφάσισα να πάω με τη Rasa για την πρώτη μου ανάπτυξη chatbot. Ως κορυφαία πλατφόρμα ανοιχτού κώδικα chatbot, η Rasa αναβάθμισε πρόσφατα από 2.x σε 3.x. Ενώ οι χρήστες ενθαρρύνονται να κάνουν αναβάθμιση στην πιο πρόσφατη έκδοση, αντιμετώπισα κάποια προβλήματα κατά την εγκατάσταση και ευτυχώς όλα επιλύθηκαν μέσω του φόρουμ Rasa και του google. Σε αυτό το άρθρο, θα σας καθοδηγήσω βήμα προς βήμα στη διαδικασία εγκατάστασης και θα συμπεριλάβω επίσης όλα τα κόλπα που οδηγούν στην εκτέλεση του πρώτου σας παραδείγματος chatbot στο macOS.

1 πρόβλημα: ImportError κατά την εκτέλεση του "rasa init" μετά την επιτυχή εγκατάσταση του Rasa 3.0

Λύση: υποβάθμιση του sanic σε 21.9.3 μέσω εκτέλεσης "pip3 install sanic==21.9.3". Πίστωση προς nik202 στο φόρουμ της κοινότητας Rasa.

2 πρόβλημα: Προσπαθώ να εγκαταστήσω το Rasa X στον τοπικό μου υπολογιστή για να ενεργοποιήσω την ανάπτυξη με γνώμονα τη συνομιλία, αλλά αντιμετώπισα μια σειρά σφαλμάτων κατά την εγκατάσταση (βλ. θέση στο φόρουμ rasa για λεπτομέρειες).

Λύση: Βασικά, το Rasa X έχει σχεδιαστεί για ανάπτυξη διακομιστή. Εάν είστε νέοι στο chatbot, θα συνιστούσα να δοκιμάσετε τις λογικές σας chatbot σε γραμμές εντολών ή να χρησιμοποιήσετε άλλη ανάπτυξη της διεπαφής σε ένα μόνο μηχάνημα. Έχω δοκιμάσει το Γραφικό στοιχείο Chatbot από το git και λειτουργεί τέλεια για την ανάπτυξη ενός μηχανήματος.

3 πρόβλημα: Μετά το τρέξιμο"rasa init” και εκπαιδεύοντας το πρώτο μοντέλο, μπορεί να θέλετε να τροποποιήσετε το παράδειγμα moodbot και να δοκιμάσετε τη δική σας λογική. Πώς να διασφαλίσετε ότι όλες οι λογικές συμμορφώνονται με τον υποκείμενο μηχανισμό εκπαίδευσης της Rasa και να εκπαιδεύσετε το δικό σας μοντέλο;

Λύση: Ακολουθούν ορισμένες εντολές που θέλετε να εκτελέσετε:

- επικύρωση δεδομένων rasa: για να διασφαλίσετε ότι δεν υπάρχουν διενέξεις στις ιστορίες και το αρχείο τομέα

– τρένο rasa: για να εκπαιδεύσετε το δικό σας μοντέλο

– rasa shell – εντοπισμός σφαλμάτων: δοκιμάστε τις απαντήσεις ενώ μπορείτε να παρακολουθείτε τις καταστάσεις της πρόβλεψης πρόθεσης και των τιμών οντοτήτων

4 πρόβλημα: Αφού τροποποιήθηκαν οι ιστορίες και οι προθέσεις και εκπαιδεύτηκαν μερικά μοντέλα, οι απαντήσεις άρχισαν να απομακρύνονται από το σχέδιο. Για παράδειγμα, η απάντηση πρέπει να είναι κείμενο, αλλά πάντα έδειχνε κουμπιά στο προηγούμενο σχέδιο.

Λύση: Προσπαθήστε να διαγράψετε τα παλιά μοντέλα και εκτελέστε ξανά το "rasa train".

1. Πώς η συνομιλία AI μπορεί να αυτοματοποιήσει την εξυπηρέτηση πελατών

2. Αυτοματοποιημένες vs Ζωντανές συνομιλίες: Πώς θα μοιάζει το μέλλον της εξυπηρέτησης πελατών;

3. Chatbots ως ιατρικοί βοηθοί στην πανδημία COVID-19

4. Chatbot εναντίον Ευφυής εικονικός βοηθός - Ποια είναι η διαφορά και γιατί φροντίζετε;

Εάν είστε νέοι στο python ή το Rasa, τα παρακάτω βήματα θα μπορούσαν να σας βοηθήσουν να οδηγήσετε στο πρώτο σας chatbot που τρέχει σε ένα μόνο μηχάνημα. Οι εντολές που χρησιμοποιούνται στα επόμενα βήματα είναι ελαφρώς διαφορετικές από το Rasa εγκατάσταση σελίδα ή τους Οδηγός εγκατάστασης στο Youtube, και παραθέτω αυτά που λειτούργησαν για μένα.

Βήμα 1: Ελέγξτε την έκδοση python — υποστηρίζεται η έκδοση 3.7 ή 3.8

Συνιστάται η εγκατάσταση και εκτέλεση του Rasa σε εικονικό περιβάλλον με python 3.7 ή 3.8. Μπορείτε να μεταβείτε στο Βήμα 3 εάν έχετε ήδη εγκατεστημένο το python 3.7/3.8 και το virtualenv.

Διαφορετικά, πρέπει πρώτα να εγκαταστήσετε την python μέσω pip ή το δυαδικό αρχείο από την python Κατεβάστε σελίδα. Θα σας προτείνω να χρησιμοποιήσετε το δυαδικό αρχείο εάν είστε νέος στην python. Μετά τη λήψη, απλώς κάντε διπλό κλικ στο αρχείο .pkg και ακολουθήστε τον οδηγό εγκατάστασης.

Βήμα 1.1: Εγκαταστήστε την Python 3.7 ή 3.8

Ακολούθησα τον οδηγό του youtube και εγκατέστησα την python 3.7.9. Μόλις ολοκληρωθεί η εγκατάσταση, μπορείτε να ελέγξετε την έκδοση python στο τερματικό εκτελώντας την παρακάτω εντολή.

• Εγκαταστήστε το virtualenv: εκτελέστε "pip3 εγκατάσταση virtualenv"
• Δημιουργήστε έναν κατάλογο έργου εάν δεν υπάρχει: εκτελέστε το "mkdir rasa-init-demo"
• Δημιουργήστε ένα εικονικό περιβάλλον στον κατάλογο του έργου εκτελώντας:

- cd rasa-init-demo

- virtualenv venv

• ενεργοποιήστε το venv: τρέξτε "πηγή venv/bin/activate". Για να υπάρχει αργότερα το εικονικό περιβάλλον, εκτελέστε το "απενεργοποίηση"

• εγκαταστήστε το Rasa στο venv: εκτελέστε το "pip3 install rasa". Λάβετε υπόψη ότι το Rasa X δεν υποστηρίζεται με το Rasa 3.0, επομένως πρέπει να κάνετε υποβάθμιση στο Rasa 2.8.x (π.χ.: "pip3 install rasa==2.8.13) εάν σκοπεύετε να εκτελέσετε με Rasa X.
• αρχικοποιήστε το πρώτο ρομπότ Rasa: εκτελέστε "rasa init"
• προαιρετικό: υποβαθμίστε το sanic εάν συναντήσετε κάποιο ImportError: εκτελέστε "pip3 install sanic==21.9.3". Στη συνέχεια, εκτελέστε ξανά το "rasa init"

Σε αυτό το σημείο, θα πρέπει να δούμε το μήνυμα καλωσορίσματος και τις καθοδηγητικές ερωτήσεις στο τερματικό. Ως νέος χρήστης, μπορεί κανείς να προχωρήσει με το «Ναι» για τις δύο ερωτήσεις και να αρχίσει να εκπαιδεύει ένα αρχικό μοντέλο (mood bot). Σε περίπτωση που προτιμάτε να κάνετε παύση εδώ και να εκπαιδεύσετε το μοντέλο με τα δικά σας δεδομένα, μπορείτε να απαντήσετε "Ν" στη δεύτερη ερώτηση. Μπορείτε να αρχίσετε να τροποποιείτε τα δεδομένα, τις ενέργειες και το αρχείο ρυθμίσεων και να εκπαιδεύσετε το δικό σας μοντέλο αργότερα.

Θα συνεχίσω με την τροποποίηση και δημιουργία του δικού σας bot σε επόμενη ανάρτηση.

Έγγραφα Rasa 3.x

Φόρουμ Κοινότητας Rasa: πολύ χρήσιμη πηγή

Συνομιλητική τεχνητή νοημοσύνη με το Rasa Open Source 3.x: Λίστα αναπαραγωγής Youtube

Source: https://chatbotslife.com/learning-chatbot-from-scratch-rasa-open-source-3-x-installation-and-set-up-on-macos-6460fcb77d0?source=rss—-a49517e4c30b—4