Github 项目推荐 | 用于构建端对端对话系统和训练聊天机器人的开源库 —— DeepPavlov

时间:2022-05-04
本文章向大家介绍Github 项目推荐 | 用于构建端对端对话系统和训练聊天机器人的开源库 —— DeepPavlov,主要内容包括其使用实例、应用技巧、基本知识点总结和需要注意事项,具有一定的参考价值,需要的朋友可以参考一下。

DeepPavlov 是一个开源的会话 AI 库,建立在 TensorFlow 和 Keras 之上,用于以下设计:

  • NLP和对话系统研究;
  • 实施和评估复杂的会话系统。

该库旨在为研究人员提供:

  • 一个用于测试和评估对话模型的框架,并方便他们分享这些模型;
  • 一组预定义的 NLP 模型/对话系统组件和 pipeline;
  • 对话模型的基准环境和系统化的相关数据集访问。

为 AI 应用的开发者提供:

  • 构建会话软件的框架;
  • 应用程序与相邻基础设施集成的工具。

安装

用 Python 3.6 创建一个虚拟环境:

virtualenv env

激活环境:

source ./env/bin/activate

Clone 本库并 cd 到项目 root:

git clone https://github.com/deepmipt/DeepPavlov.git
cd DeepPavlov

安装需求文件:

python setup.py install

清理安装包:

python setup.py clean --all

安装 spacy 依赖:

python -m spacy download en

基础案例

查看部署面向目标的机器人和 Telegram UI 槽填充模型的视频 Demo。

用 Telegram 接口运行面向目标的机器人:

python deep.py interactbot skills/go_bot/config.json -t <TELEGRAM_TOKEN>

用控制台接口运行面向目标的机器人:

python deep.py interact skills/go_bot/config.json

用 Telegram 接口运行槽填充模型:

python deep.py interactbot models/ner/config.json -t <TELEGRAM_TOKEN>

用控制台接口运行槽填充模型:

python deep.py interact models/ner/config.json