IRIS와 Python을 사용하여 채팅 로봇 만들기


IRIS와 Python을 사용하여 채팅 로봇 만들기


본고에서, 나는 어떻게 InterSystems IRIS 데이터베이스와 Python을 통합하여 기계에 서비스하는지 보여줄 것이다
자연 언어 처리 학습 모형.

왜 파이썬을 선택했습니까?


Python이 세계에서 광범위하게 사용되고 사용됨에 따라, Python은 어떤 종류의 응용 프로그램도 배치할 수 있는 강력한 지역사회와 많은 가속기 라이브러리를 가지고 있다.
궁금하면 https://www.python.org/about/apps/.

무지개 공


내가 ^글로벌스를 이해하기 시작하면서 그들은 기존의 데이터 모델에서 데이터를 신속하게 수신하는 방법을 점차 익혔다.
우선, 저는 ^ 글로벌스를 사용하여 훈련 데이터와 대화를 저장하여 채팅 로봇의 행동을 기록할 것입니다.

자연 언어 처리


자연언어처리(NLP)는 인공지능의 한 학과로 우리 언어에서 의미를 읽고 이해하는 능력을 창조했다
기계의 언어.이것은 결코 간단하지 않다고 상상할 수 있지만, 나는 어떻게 이 방면에서 당신의 첫걸음을 집행하는지 보여 드리겠습니다
광활하고 아름다운 들판.

프레젠테이션 - 직접 해보세요.


저는 여기에 채팅 로봇 응용 프로그램을 배치하여 시연을 했습니다.
http://iris-python-suite.eastus.cloudapp.azure.com:8080

그것은 어떻게 일합니까?


기계 학습


우선 일반 소프트웨어 개발에 비해 기계 학습이 다른 범례를 가지고 있다는 것을 알게 되어 기쁩니다.
이해하기 어려운 주요 문제는 기계 학습 모델의 개발 주기다.
얕은 해석 경보
표준 애플리케이션 개발 주기는 다음과 같습니다.
개발 코드 -> 테스트 (개발 데이터 사용) -> 배포 (실제 데이터 사용)
기계 학습 코드 자체는 결코 같은 가치가 없다.그것과 데이터 공유의 책임!아무런 데이터도 없고,
실제 데이터!실행할 최종 코드는 개발 개념과 사용된 데이터 간의 합병을 통해 생성되기 때문이다.
따라서 머신러닝 애플리케이션 주기는 다음과 같습니다.
개발(훈련)모델+진실데이터->검증->배치(a모델)결과

어떻게 모델을 훈련합니까?


훈련 모델은 많은 기술이 있는데 모든 사례와 목표는 매우 큰 학습 곡선을 필요로 한다.이런 상황에서 나는 사용한다
ChatterBot 라이브러리는 일부 기술을 봉인하고 훈련을 제공했다
방법과 미리 처리된 훈련 데이터는 우리가 결과를 주목하는 데 도움을 준다.

미리 훈련된 모델 언어와 사용자 정의 모델


너는 여기서부터 기본적인 대화 채팅 로봇을 가지고 있을 수 있다.채팅 로봇을 훈련시키기 위해 모든 데이터를 만들 수 있습니다.
이것은 당신의 요구를 완벽하게 만족시킬 수 있지만, 짧은 시간 내에 완성하기는 매우 어렵다.이 프로젝트는 en\u core\u web\u sm를 사용합니다.
form 에서 생성할 수 있는 사용자 정의 트레이닝 데이터와 통합

기본 구조



제가 파이썬에서 뭘 썼는지.


이 응용 프로그램 환경에서 Python 3.7을 다음 모듈과 결합하여 사용합니다.
  • Pyaml≤5.0.0
  • 대시 = 1.12.0
  • 대시보드 부트 어셈블리 = = 0.10.1
  • 대시보드 핵심 부품 = = 1.10.0
  • 대시 html 구성 요소 = 1.0.3
  • 점선 렌더기 = 1.4.1
  • 대시보드 = 4.7.0
  • 드로잉 = 4.7.1
  • numpy==1.18.4
  • 네트워크 X=2.4
  • 화병>=1.0.0
  • 쉴 새 없이 지껄여 >=1.0.0
  • 차트버 자료 라이브러리>=1.2.0
  • SQLAlchemy>=1.2
  • ./nativeAPI\u wheel/iResnactive-1.0.0-cp34-abi3-linux\u x86\u 64.whl
  • 프로젝트 구조


    이 프로젝트는 구조가 간단하고 이해하기 쉽다.기본 폴더에는 다음과 같은 세 개의 가장 중요한 하위 폴더가 있습니다.
  • ./응용 프로그램: 모든 응용 프로그램 코드와 설치 설정을 포함합니다.
  • ./iris: InterSystems iris dockerfile은 응용 프로그램에 서비스를 제공할 예정입니다.
  • ./데이터: 볼륨을 통해 호스트를 컨테이너 환경에 연결
  • 응용 프로그램 구조


    현재 내부/응용 프로그램 디렉터리에서 몇 가지 파일을 볼 수 있습니다.
  • 차트보트.py: 웹 응용 프로그램 구현
  • iris_python_키트.py: 하나의 클래스로 가속기가 있고 IRIS 원생 API를 통해 IRIS 데이터베이스와 Python과 함께 사용됩니다.
  • 데이터베이스 구조


    이 응용 프로그램은 Intersystems IRIS를 저장소로 사용하며 사용되는 전역 변수는 다음과 같습니다.
  • ^chatbot.훈련하다데이터: 모든 사용자 정의 교육 데이터를 질의응답 형식으로 저장합니다.
  • ^chatbot.대화: 모든 대화 로드를 저장합니다.
  • ^chatbot.훈련하다ISUpdate: 교육 파이프라인을 제어합니다.
  • 내 기타 솔루션


    나는 모든 대화를 위해 보고서를 만들지 않았지만, 이것은 문제가 아니다. 나의 전역도 뷰어를 사용하면 나는
    대화

    어플리케이션 자체 실행


    선결 조건

  • 지트
  • docker와dockercompose(그리고 docker에서 최소 4GB의 더 많은 메모리 설정)
  • 환경에서 터미널 액세스
  • 단계


    dockercompose를 사용하면 모든 부분과 설정을 포함하는 환경을 쉽게 만들 수 있습니다.iris-python-covid19에 방문하십시오
    폴더를 입력하고 다음을 입력합니다.
    $ docker compose build
    $ docker compose up
    

    용기 설치 시간 추정


    첫 번째 실행은 인터넷 링크에서 이미지를 다운로드하고 의존하는 항목에 따라 달라집니다.
    15분 이상 지속되면 문제가 발생할 수 있으니 언제든지 이곳에서 교류하세요.
    첫 번째 운행 후, 다음은 2분도 안 걸려서 더 잘 될 것이다.

    하면, 만약, 만약...


    시간이 지나면 브라우저를 열고 다음 주소로 이동할 수 있습니다.
    교육 데이터 시트
    http://localhost:8050/chatbot-training-data
    
    채팅 로봇
    http://localhost:8080
    

    아이리스 관리 포털을 보셔야 돼요.


    사용자 이름 공간을 사용하고 있습니다.
    http://localhost:9092
    user: _SYSTEM
    pass: theansweris42
    

    좋은 웹페이지 즐겨찾기