19 trang 13 lượt tải

Bài tập lớn đề tài: Xây Dựng Chatbot Cơ Bản | Môn Nhập môn về trí tuệ nhân tạo - Đại học Hải Phòng

Chatbot là các ứng dụng phần mềm được thiết kế để giao tiếp với người dùng internet bằng văn bản như người thật. Tài liệu được sưu tầm gồm 19 trang, giúp bạn ôn tập tốt hơn. Mời các bạn đón xem.

Môn: Nhập môn về trí tuệ nhân tạo 4 tài liệu

Trường: Đại học Hải Phòng 231 tài liệu

Tác giả:

Linh Giang

1 tháng trước

Danh sách Quiz

lOMoARcPSD| 58707906

TRƯỜNG ĐẠI HỌC HẢI PHÒNG

Khoa Công nghệ thông tin

BÀI TẬP LỚN TRÍ TUỆ NHÂN TẠO

Đề tài: Xây Dựng Chatbox

SVTH

GVHD:

Năm 2024

ục Lục

lOMoARcPSD| 58707906

1. Chatbot là gì

Chatbot là các ứng dụng phần mềm được thiết kế để giao tiếp với người dùng internet

bằng văn bản như người thật. Tại Việt Nam, FPT.AI Conversation cung cấp nền tảng

để tạo lập và quản lí chatbot với giao diện người dùng. Bởi được trang bị công nghệ

xử lý ngôn ngữ tự nhiên tiếng Việt tốt nhất thị trường và hệ thống quản lí hội thoại

tối ưu, chatbot của FPT.AI cung cấp cho các doanh nghiệp một giải pháp xây dựng

chatbot hoàn chỉnh.

Chatbot tương tác với người dùng như hệ thống trả lời tin nhắn tự động, nhưng thông

minh hơn rất nhiều. Bằng cách xây dựng các kịch bản hội thoại sử dụng phương

pháp Học Máy (Machine Learning), AI Chatbot có thể tự học, tự hiểu các câu hỏi,

nhu cầu, mong muốn của người dùng và đưa ra các câu trả lời phù hợp.

Chatbot của FPT.AI có thể tích hợp trên nhiều nền tảng và giao diện trò chuyện khác

nhau, giúp tự động hóa các cuộc hội thoại giữa doanh nghiệp và khách hàng, góp

phần đẩy mạnh bán hàng, mở rộng quy mô vận hành và mang đến sự hài lòng cho

khách hàng.

2. Mục đích của Chatbot

Chatbot được tạo ra để hỗ trợ con người trong lĩnh vực dịch vụ khách hàng ở mức

độ sơ cấp với những tác vụ được lặp đi lặp lại nhàm chán. Do đó, các doanh nghiệp

sẽ loại bỏ được những áp lực về mặt nhân sự, đội ngũ tư vấn viên có thể tập trung

giải quyết các công việc ở mức độ chuyên sâu và cấp thiết hơn.

Với mỗi loại hình doanh nghiệp, chatbot lại được ứng dụng theo các cách khác nhau.

Một số nhiệm vụ chính của chatbot đang được nhiều doanh nghiệp áp dụng như:

• Tư vấn, trả lời các câu hỏi thường gặp, 24/7 cho khách hàng

• Hỗ trợ các chiến dịch marketing (gửi thông tin về chương trình khuyến mãi, giảm

giá, ra mắt sản phẩm mới…)

• Gợi ý, tìm kiếm, báo giá các sản phẩm, dịch vụ theo yêu cầu của khách hàng

• Đặt lịch hẹn, đặt bàn, đặt phòng, đặt vé máy bay… Tiếp nhận các thông tin khai

báo, mở tài khoản, mở thẻ… Thanh toán hóa đơn đặt hàng.

3. Các loại Chatbot phổ biến

Chatbot được chia làm 3 loại chính: Clicking Bot, NLP Bot và NLP & Dialogue

Management Bot.

lOMoARcPSD| 58707906

• Clicking Bot là một loại Chatbot mà người dùng có thể giao tiếp bằng cách nhấn

vào các nút được thiết kế sẵn trong Bot để dẫn dắt đến vấn đề cần hỏi. Clicking Bot

không hiểu được nội dung tin nhắn mà khách hàng gửi đến.

• NLP Bot là Chatbot sử dụng công nghệ Học Máy và Xử lý ngôn ngữ tự nhiên

(Natural Language Processing - NLP). Với NLP Bot, người dùng có thể tự gõ các

câu hỏi bất kỳ và bot có thể hiểu được dựa trên dữ liệu đã được đào tạo từ trước.

Các trường dữ liệu bao gồm: câu mẫu, ý định, thực thể.

lOMoARcPSD| 58707906

• NLP & Dialog Management Bot là loại Chatbot toàn diện nhất, đa dạng cách xử lí

(vừa có các nút như Clicking Bot, vừa hiểu được ý định của người dùng như NLP

Bot). Và đặc biệt, NLP & Dialog Management Bot có khả năng ghi nhớ ngữ cảnh

hội thoại của người dùng.

lOMoARcPSD| 58707906

Nền tảng tạo bot của FPT.AI Conversation cho phép xây dựng cả 3 loại chatbot trên,

nhưng được ưa chuộng hơn cả là NLP & Dialog Management Bot. Đây là loại bot

toàn diện nhất, chúng có khả năng học hỏi và thông minh hơn theo thời gian, đáp

ứng yêu cầu khắt khe của nhiều doanh nghiệp khó tính.

Ngoài ra, FPT.AI Conversation còn có giao diện tạo bot thân thiện, giao diện quản

lí hội thoại tối ưu, và dễ dàng tích hợp trên nhiều kênh giao tiếp khác nhau.

4. Hướng Dẫn Lập Trình Chatbot Với Python

Hạn chế của chatbot

Nền tảng: Trí tuệ nhân tạo là cái nhân của con chatbot, tuy nhiên để tạo ra được

chatbot có thể nói chuyện như người thật thì thực sự vẫn còn khá xa.

Nội tâm: Khả năng vấn đáp của chatbot còn hạn chế, các lỗi xuất hiện có tính hệ

thống.

Chúng ta hy vọng với những tiến bộ của ngành trí tuệ nhân tạo hiện nay có thể tạo

ra được một con robot giao tiếp tốt như con người.

Nguyên lý làm việc

Chúng ta chia chatbot làm 2 hướng:

lOMoARcPSD| 58707906

Rule-Based Approach: Với phương pháp này, bot được lập trình theo những

nguyên tắc có sắc. Bot có thể trả lời những truy vấn đơn giản nhưng với truy vấn

phức tạp thì không.

Self-Learning Approach: Bot được huấn luyện dựa trên các thuật toán học mày

. Chúng ta tiếp tục chia làm 2 loại:

Retrieval-Based Models: Với phương pháp này, bot chọn ra

câu trả lời tốt nhất trong danh sách các câu trả lời theo truy vấn của người dùng.

Generative Models: Những mô hình này sẽ tự đưa ra câu trả lời thay vì chọn câu

trả lời trong một bộ câu trả lời điều này làm bot ngày càng trở nên thông minh.

Thư viện ChatterBot trong Python

ChatterBot là một công cụ tạo ra một chatbot tự động dựa trên cơ sở học máy

machine learning bằng ngôn ngữ Python. chính là một freamwork cho

(Chatbot AI) để tạo ra những con bot thông minh để bạn có

thể tích hợp vào những công cụ chat như Facebook, Skype hoặc chính là là

những nền tảng chat do các bạn tự tạo ra. được thiết kế dựa trên

Python là một ngôn ngữ xử lý ngôn ngữ hàng đầu cho phép ChatterBot

có để đào tạo bất kỳ ngôn ngữ nào. Kể cả ngôn ngữ Tiếng Việt.

Đặc biệt do ChatterBot là dự án mã nguồn mở nên bạn hoàn toàn của thể nghiên cứu

phát triển và kiểm soát được toàn bộ mã nguồn cũng như cơ sở dữ liệu. Điều này

làm bảo mật toàn bộ thông tin con bot mà bạn phát triển không phải phụ thuộc vào

bất kỳ nền tảng do một bên thứ 3 nào như ….

Quy trình hoạt động chatterbot

Các Chatbot hoạt động bằng cách sử dụng phương pháp phát hiện trùng khớp các

mẫu câu để tìm kiếm các mẫu câu có trong câu hỏi của người

machine

learning

ChatterBot

ChatAI

ChatterBot

Wit.AI

Pattern

matchers

lOMoARcPSD| 58707906

dùng và xem có khớp với các câu hỏi đã được "huấn luyện" lưu trữ trong hệ thống

để đưa ra các câu trở lời phù hợp nhất. Ban đầu câu hỏi người dùng được đưa vào

tiếp theo đó chúng ta sử dụng các đã định nghĩa từ trước để chia nhỏ câu hỏi

thành từng pattern con. Tiếp theo ta sử dụng các thuật toán học máy để xác

định câu hỏi khớp nhất trong các câu hỏi đã được định nghĩa từ trước. Sau đó với

câu hỏi ta chọn được khớp nhất ta sẽ chọn câu trả lời từ tập câu trả lời được định

nghĩa trước bởi câu hỏi đó. Cuối cùng, trả lời cho người dùng câu trả lời ta tìm được.

Chuẩn bị

: là cái nhân của chatbot. Đây là thư viện phục vụ việc nhận tin nhắn

của người dùng rồi học cách để trả lời cho tin nhắn đó.

: Tạo giao diện browser tương tác thực với người dùng.

Mình tải và cài đặt

Thư viện chatterbot

Cài đặt thư viện

Bạn có thể cài đặt thư viện vào hệ thống sử dụng :

pip install chatterbot

Sau đó ta sẽ thử làm chatbot với vài dòng lệnh đầu tiên. Một con chatbot sẽ được

hoàn thiện trong 3 phần Phần 1: Tạo chatbot

Từ thư viện chatterbot import đối tượng ChatBot với mục đích khởi tạo một con

chatbot. Sau đó ta tạo một chatbot tên Ron Obvious rồi gán vào biến chatbot.

from chatterbot import

ChatBot

chatbot = ChatBot("Ron

Obvious")

Phần 2: Huấn luyện ChatBot

Sau khi tạo một con ChatterBot. Việc tiếp theo là ta phải huấn luyện con bot để nó

học được những kiến thức ban đầu với những câu trả lời cụ thể. Phương pháp đào

tạo mà thư viện cho phép là cho một đoạn hội thoại ngắn đại diện là một list các câu

hội thoại của bot và mình. Bot sẽ tự động trả lời theo ngữ cảnh mà mình cài đặt

trước.

pattern

Chatterbot

Flask

Visual Studio Code

trên máy tính để chạy code

Python

pip

lOMoARcPSD| 58707906

from chatterbot.trainers import ListTrainer

conversation = [

"Hello",

"Hi there!",

"How are you doing?",

"I'm doing great.",

"That is good to hear",

"Thank you.",

"You're welcome."

]

trainer = ListTrainer(chatbot)

trainer.train(conversation)

Phần 3: Chọn câu trả lời

Con bot sẽ nhận một tin nhắn sau đó từ những kiến thức nó học được, nó sẽ trả lời

theo ngữ cảnh nó được học từ trước và ngữ cảnh mình vừa huấn luyện cho bot.

response = chatbot.get_response("Good morning!")

print(response)

Sau đây, kết hợp với thư viện chạy trên nền tảng .

Flask

, chúng ta sẽ tạo

Flask ChatterBot App

web

lOMoARcPSD| 58707906

Ta chia thành 3 phần:

Phần 1: Main chatbot. Thư viện chatterbot đảm nhiệm nhiệm vụ này. Các câu trả

lời sẽ được đưa ra khi nhập tin nhắn người dùng vào.

Phần 2: GUI. Thư viện Flask là thư viện tạo ra với mục đích viết app nền tảng web

bằng Python. Ta sẽ giao diện hóa những gì Chatterbot làm được.

Phần 3: Dữ liệu. Các file SQLite và file Pickle sẽ được tạo thêm với nhiệm vụ lưu

dữ liệu mà chatbot huấn luyện được.

Use Case – Flask ChatterBot

lOMoARcPSD| 58707906

<!DOCTYPE html>

<html>

lOMoARcPSD| 58707906

<head>

<script

src="https://ajax.googleapis.com/ajax/libs/jquery/3.2.1/jquery.min.js"></script>

</head>

<body>

<h1>Flask Chatterbot Example</h1>

<h3>A web implementation of <a

href="https://github.com/gunthercox/ChatterBot">ChatterBot</a> using

Flask.</h3> <div>

<div

id="chatbox">

class="botText"><span>Hi!

I'm Chatterbot.</span></p>

</div>

<div

id="userInput">

<input

id="textInput"

type="text" name="msg"

placeholder="Message">

<input

id="buttonInput"

type="submit"

value="Send">

</div>

function getBotResponse() { var

rawText = $("#textInput").val();

var userHtml = '<p class="userText"><span>' + rawText + '</span></p>';

$("#textInput").val("");

$("#chatbox").append(userHtml);

document.getElementById('userInput').scrollIntoView({block: 'start',

behavior: 'smooth'});

$.get("/get", { msg: rawText }).done(function(data) {

var botHtml = '<p class="botText"><span>' + data + '</span></p>';

lOMoARcPSD| 58707906

$("#chatbox").append(botHtml);

document.getElementById('userInput').scrollIntoView({block: 'start',

behavior: 'smooth'});

});

}

$("#textInput").keypress(function(e) {

if(e.which == 13) {

getBotResponse();

}

});

$("#buttonInput").click(function() {

getBotResponse();

})

</script>

</div>

</body>

</html>

File Style.css

body {

font-family: Garamond;

}

{

color: black;

margin-bottom: 0;

lOMoARcPSD| 58707906

margin-top: 0;

text-align: center;

font-size: 40px;

}

{

color:

black;

font-size:

20px;

margin-top:

3px;

text-align:

center;

}

#chatbox {

margin-left:

auto;

margin-right:

auto;

width:

40%;

margin-top:

60px;

}

#userInput {

margin-left:

auto;

margin-right:

auto;

width:

40%;

margin-top:

60px;

}

#textInput {

lOMoARcPSD| 58707906

width:

87%;

border:

none;

border-

bottom: 3px

solid #009688;

font-

family:

monospace;

font-

size: 17px;

}

#buttonInput {

padding:

3px;

font-family:

monospace;

font-size:

17px;

}

.userText {

color:

white;

font-family:

monospace;

font-size:

17px;

text-

align: right;

line-

height: 30px;

}

.userText span {

background-color: #009688;

lOMoARcPSD| 58707906

padding: 10px;

border-radius: 2px;

}

lOMoARcPSD| 58707906

.botText {

color:

white;

font-family:

monospace;

font-size:

17px;

text-

align: left;

line-

height: 30px;

}

.botText span {

background-color: #EF5350;

padding: 10px;

border-radius: 2px;

}

#tidbit {

position:absolute;

bottom:0;

right:0;

width: 300px;

}

lOMoARcPSD| 58707906

Sau khi chạy file chatbot sẽ huấn luyện dữ liệu từ kho dữ

liệu có sẵn của chatterbot. Trong kho dữ liệu

gồm rất

nhiều lĩnh vực. Mỗi lĩnh vực sẽ được lưu trữ dữ liệu dưới dạng file yml. Trong file

sẽ gồm 2 phần biểu thị cặp câu hỏi

và trả lời tương ứng. Chatbot sẽ học

những dữ liệu này để phản hồi lại tin nhắn của mình.

app.py

chatterbot.corpus.english

Bài tập lớn đề tài: Xây Dựng Chatbot Cơ Bản | Môn Nhập môn về trí tuệ nhân tạo - Đại học Hải Phòng

Tài liệu liên quan:

Báo cáo: Nhận Diện Khuôn Mặt và Ứng Dụng | Môn Nhập môn về trí tuệ nhân tạo - Đại học Hải Phòng

Bài tập lớn Đề tài Giải thuật Di truyền | Môn Nhập môn về trí tuệ nhân tạo - Đại học Hải Phòng

Bài tập lớn đề tài Mã Đi Tuần | Môn Nhập môn về trí tuệ nhân tạo - Đại học Hải Phòng