chatbot-python

Build Chatbot Project Using Python

Pré-requisitos

Para implementar o chatbot, usaremos o Keras, que é uma biblioteca de Deep Learning, o NLTK, que é um Natural Language Processing Toolkit e algumas bibliotecas úteis. Execute o comando abaixo para garantir que todas as bibliotecas estejam instaladas

pip install tensorflow keras pickle-mixin nltk
sudo apt-get install python3-tk

Como os Chatbots funcionam?

Os chatbots nada mais são do que um software inteligente que pode interagir e se comunicar com pessoas como seres humanos. Interessante não é! Então agora vamos entender como eles realmente funcionam. Todo o chatbot é baseado nos conceitos de NLP (Natural Language Processing).

A NLP é composta de duas coisas:

1. NLU (Natural Language Understanding): A capacidade das máquinas de entender a linguagem humana como o inglês.
2. NLG (Natural Language Generation): a capacidade de uma máquina de gerar texto semelhante a frases escritas por humanos.

Exemplo: Usuário fazendo uma pergunta para um chatbot:

"Ei, quais as notícias hoje?

O chatbot dividirá a sentença do usuário em duas coisas:

Intenção e uma Entidade.

A intenção dessa frase pode ser get_news, pois se refere a uma ação que o usuário deseja executar.

A entidade informa detalhes específicos sobre a intenção, então aqui 'hoje' será a entidade.

Portanto, é usado um modelo de aprendizado de máquina para reconhecer as intenções e entidades do bate-papo.

Estrutura do arquivo do projeto

Vamos analisar rapidamente cada um deles, dando uma idéia de como o projeto está implementado.

1. train_chatbot.py - Neste arquivo, construímos e treinaremos o modelo de deep learning que pode classificar e identificar o que o usuário está pedindo ao bot.
2. gui_chatbot.py - É neste arquivo que criamos uma interface gráfica do usuário para conversar com nosso chatbot treinado.
3. intents.json - O arquivo de intenções possui todos os dados que usaremos para treinar o modelo. Ele contém uma coleção de tags com seus padrões e respostas correspondentes.
4. chatbot_model.h5 - Este é um arquivo de formato de dados hierárquico no qual armazenamos os pesos e a arquitetura do nosso modelo treinado.
5. classes.pkl - Este arquivo pode ser usado para armazenar todos os nomes de tags para classificar quando estamos prevendo a mensagem.
6. words.pkl - Este arquivo contém todas as palavras exclusivas que são o vocabulário do nosso modelo.

Executando o Chatbot

python3 train_chatbot.py
python3 gui_chatbot.py