Chat客服入门案例｜商务智能对话客服（二）

ChatGPT是人工智能研究实验室OpenAI新推出的一种人工智能技术驱动的自然语言处理工具，使用了Transformer神经网络架构，也是GPT-3.5架构，这是一种用于处理序列数据的模型，拥有语言理解和文本生成能力，尤其是它会通过连接大量的语料库来训练模型，这些语料库包含了真实世界中的对话，使得ChatGPT具备上知天文下知地理，还能根据聊天的上下文进行互动的能力，做到与真正人类几乎无异的聊天场景进行交流。

ChatGPT不单是聊天机器人，还能进行撰写邮件、视频脚本、文案、翻译、代码等任务。

本篇我们将通过实例说明远程交互式、本地交互式以及定制型客服的应用。

■ 测试智能客服

01

问答智能客服实战

书接上文，目前基于模板的客服应用程序比较多，第一种是基于远程模式的问答对话，详见上一篇推文。本篇主要介绍第二种和第三种。第二种是基于本地模板的问答对话应用，需要提前将模板下载到本地安装。第三种是基于用户定制的问答系统，这种方式用户需要编写自定义代码。

基于Python框架的智能对话应用模板可以在网址https://github.com/microsoft/BotBuilder-Samples/tree/main/samples/python下载。使用到的其他应用包括Bot Framework Emulator（下载网址为https://github.com/Microsoft/BotFramework-Emulator/releases/tag/v4.13.0），代理应用程序Ngrok（下载网址为https://ngrok.com/download）。启动环境执行pip install botbuilder.ai安装智能客服相应库文件。

基于本地交互模式问答客服

基于本地交互模式需要事先将模板文件下载到本地，例如，可以下载 https://github.com/microsoft/BotBuilder-Samples/releases/download/Templates/core.zip。模型下载完成后启动Bot Framework Emulator程序，在客服程序URL中输入“http://localhost:xxxx/api/messages”，参见图9-13和图9-14。

■ 图9-13本地模板连接设置

■ 图9-14基于本地交互的智能客服设置

连上客服后，单击Ask a question按钮，启动问答型程序，参见图9-15。

■ 图9-15本地模板选项

接着根据提示信息输入问题，进行问答对话，参见图9-16。

■ 图9-16本地模板连接测试

基于定制型问答客服实例

定制型智能客服程序一般需要事先选择语料库，去除噪声信息后根据算法对语料进行训练，最后提供人机接口进行问答对话。基于互联网获得的医学语料库，并通过余弦相似度基本原理，我们设计并开发了问答型智能医疗客服应用程序。

（1） 测试程序function.py主要代码。

# 导入库文件import numpy as npdef display_response(outcome1,outcome2):        if outcome1 is not None:        outcome = outcome1    elif outcome2 is not None:        outcome = outcome2    else:        outcome = "非常抱歉，目前暂时没有搜索到与您的问题相匹配的答案，我们会继续关注您的问题，欢迎您下次继续光临。"    return outcome#文本余弦相似度计算def cosine_similarity(text1, text2):            cos_text1 = (Counter(text1))    cos_text2 = (Counter(text2))    similarity_text1 = []    similarity_text2 = []    for i in set(text1 + text2):        similarity_text1.append(cos_text1[i])        similarity_text2.append(cos_text2[i])    similarity_text1 = np.array(similarity_text1)    similarity_text2 = np.array(similarity_text2)    return similarity_text1.dot(similarity_text2) / (np.sqrt(similarity_text1.dot(similarity_text1)) * np.sqrt(similarity_text2.dot(similarity_text2))) #智能客服问候语匹配，相似度的数值可以定制def greeting_response(msg,input_greet,output_greet):    selection = {}    for key, value in enumerate(input_greet):        comparison = cosine_similarity(msg, value)        if comparison > 0.6:            selection[key] = comparison        sort = sorted(selection.items(), key=lambda x: x[1], reverse=True)    outcome = output_greet[sort[0][0]] if  len(selection) != 0 else None    return  outcome      #问答预测操作def prediction(message):    input_greet = []    output_greet = []    with open("label.csv", 'r',encoding='utf-8') as df:        greets = csv.reader(df)        next(greets)        for greet in greets:            input_greet.append(greet[1])            output_greet.append(greet[2])    #相似度阈值的设定可以定制    selection = {}    for key, value in enumerate(input_greet):        comparison = cosine_similarity(message, value)        if comparison > 0.1:            selection[key] = comparison        sort = sorted(selection.items(), key=lambda x: x[1], reverse=True)    outcome = output_greet[sort[0][0]] if  len(selection) != 0 else None    return  outcome    #根据用户输入信息输出响应处理def entrance(msg):    input_greet = []    output_greet = []    with open("greeting.csv", 'r',encoding='utf-8') as df:        greets = csv.reader(df)        next(greets)        for greet in greets:            input_greet.append(greet[0])            output_greet.append(greet[1])    outcome1 = greeting_response(msg,input_greet,output_greet)    outcome2 = prediction(msg)    outcome = display_response(outcome1,outcome2)    return outcome

（2） 界面显示模块chatrobot.py主要代码。

#导入库文件import timeimport tkinter as tkfrom tkinter import *from tkinter import Tkfrom tkinter import  Textfrom tkinter import  Buttonfrom function import *#设置智能客服应用界面风格tk = Tk(screenName=None, baseName=None)tk.title('智能医疗客服')tk.geometry('500x600')tk.resizable(True, True)#定义用户提问和客服回答消息处理函数def msgProcess():      #获取用户的输入信息    msg = txt.get("1.0",'end-1c').strip()    #删除用户的输入信息    txt.delete("0.0",END)    #定义用户消息和客服消息的颜色显示区分    chatmsg.tag_config('question', background="white", foreground="blue")    chatmsg.tag_config('answer', background="white", foreground="black")    if msg != "":    #获取和显示用户消息        tmsg = '【用户问题】 ' + time.strftime('%Y/%m/%d %H:%M', time.localtime()) + '\n'        chatmsg.insert(END, tmsg, 'question')        chatmsg.insert(END, msg + '\n\n','question')        #根据用户的输入信息进行匹配操作               outcome = entrance(msg)        chatmsg.config(state=NORMAL)                #获取和显示客服应答消息        botresponse = '【客服回答】 ' + time.strftime('%Y/%m/%d %H:%M', time.localtime()) + '\n'        chatmsg.insert(END, botresponse, 'answer')        chatmsg.insert(END, outcome + '\n\n', 'answer')    else:        tmsg = '用户问题: ' + time.strftime('%Y/%m/%d %H:%M', time.localtime()) + '\n'        chatmsg.insert(END, tmsg, 'question')        chatmsg.config(state=NORMAL)        chatmsg.insert(END, msg + '\n\n','question')        botresponse = '客服回答: ' + time.strftime('%Y/%m/%d %H:%M', time.localtime()) + '\n'        chatmsg.insert(END, botresponse, 'answer')        chatmsg.insert(END, "对不起，我没有理解您的问题，请输入您要咨询的问题。"+'\n\n', 'answer')# 取消发送消息def msgCancel():    txt.delete('0.0', END)chatmsg = Text(tk, borderwidth=0, cursor=None,state=NORMAL, background="white", height="12", width="70", font="kaiti",wrap=WORD)#设置滚动条srb = Scrollbar(tk, command=chatmsg.yview, activebackground=None,background="white",borderwidth=0,highlightcolor="purple",cursor="arrow",jump=0,orient=VERTICAL,width=16,elementborderwidth=1)srb.pack( side = RIGHT, fill = Y )chatmsg['yscrollcommand'] = srb.setchatmsg.see("end")#设置信息输入框风格txt = Text(tk, borderwidth=0, cursor=None,background="white",width="25", height="8", font="kaiti",wrap=WORD)#设置发送消息按钮风格msgBtnS = Button(tk, font=("kaiti",12,"bold"), text="提交咨询", width=12, height=8,highlightcolor=None,image=None,justify=CENTER,state=ACTIVE,borderwidth=0, background="#111fed", activebackground="#524e78",foreground ='white',relief=RAISED,                    command= msgProcess )                    msgBtnC = Button(tk, font=("kaiti",12,"bold"), text="取消咨询", width=12,height=8,highlightcolor=None,image=None,justify=CENTER,state=ACTIVE,borderwidth=0, background="#111fed", activebackground="#524e78",foreground ='white',relief=RAISED,                    command= msgCancel )#显示组件内容srb.place(relx=0.8, rely=0.35, relwidth=0.03, relheight=0.66, anchor='e')chatmsg.place(relx=0.0, rely=0.35, relwidth=0.8, relheight=0.66, anchor='w')txt.place(relx=0.002, rely=0.685, relwidth=0.8,relheight=0.2)msgBtnS.place(bordermode=OUTSIDE,relx=0.1, rely=0.9, relwidth=0.2,relheight=0.05)msgBtnC.place(bordermode=OUTSIDE,relx=0.4, rely=0.9, relwidth=0.2,relheight=0.05)tk.mainloop()

（3） 执行代码，启动智能医疗客服程序，输入问候语后再输入医疗问题查询，客服程序输出反馈应答给用户，如图9-17和图9-18所示。

■ 图9-17启动智能客服

■ 图9-18测试智能客服

02

参考书籍

《Python自然语言处理——算法、技术及项目案例实战（微课视频版）》

ISBN：9787302606628

作者：（日）中本一郎、马冀、张积林、郭彦、庄伟卿、冯丽娟、江明、黄益

定价：59.90元

扫码优惠购书

本书全面介绍了数据挖掘和商务智能的基础知识、主要技术、基于Python语言的商务应用生成技术。全书共12章，主要内容包括数据挖掘、深度学习、Seq2Seq、商务智能应用创建及部署、Tensorflow、卷积神经网络、循环神经网络和Rasa技术。本书注重理论结合实战，实例部分配套操作步骤，重要代码讲解，中间图形和文本输出，将实战内容融合在课程教学过程中，使理论紧密联系实际，帮助学生在潜移默化中获得知识。

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.rhkb.cn/news/55344.html

如若内容造成侵权/违法违规/事实不符，请联系长河编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

线状图

线状图

控制器 页面
阅读更多...
python画图填充线状阴影

python画图填充线状阴影

x np.linspace(-4,4,9) y -x plt.plot(x,y)# 填充绿色大色块 plt.fill_between(x, 0, y, whereabs(x)>2,facecolorgreen, alpha0.3)#填充白色搞阴影 for i in np.linspace(2,8,40): # 第三个参数调整间距a x np.linspace(-8,4,9) # 可以调位置b a ic a i - 0.1plt.…
阅读更多...
matplotlib函数库使用plot绘制线状图

matplotlib函数库使用plot绘制线状图

#codingutf-8 import matplotlib.pyplot as plt import numpy as np xnp.linspace(0,1,50) y12*x1 y2x**2 plt.figure(num1) #获取图片并命名 plt.plot(x,y1,colorblue,linewidth1.0,linestyle--,labelblue) plt.plot(x,y2,colorred,labelred) #设置存放x,y数据呈线状 并可以用…
阅读更多...
python如何绘制线状图_Python数据可视化实例之绘制图表

python如何绘制线状图_Python数据可视化实例之绘制图表

Python数据可视化实例之绘制图表 原创 虫虫安全 2018-09-05 17:41:57 得利于语言的简单明了、丰富的数据结构、丰富的类和模块，Python如今成了数据科学中的香饽饽，成了matlab、R语言之外又一强大的数据分析工具。抛开其他方面的、今天虫虫带大家一起来…
阅读更多...
线状地物图斑化全流程作业（使用ArcMap软件）

线状地物图斑化全流程作业（使用ArcMap软件）

一、线状地物调整 1、添加全覆盖图斑数据 2、添加线状地物 3、添加地理图斑 4、添加村界 5、剪裁自己村界的线状地物得（地理处理/剪裁（输入要素为线状地物，剪裁要素为村界，输出要素是得到的新层位置） a、在新层里开始编辑（调整原有线状地物，添加新的线状地物） b、将线调…
阅读更多...
电子海图系统线状符号表达及绘制方法

电子海图系统线状符号表达及绘制方法

地图符号作为表现地理空间中各种实在物体和相关现象的图像化表示方法，已逐渐成为GIS（ge－ographicinformationsystem，地理信息系统）系统和现代地图学中的研究热点之一，尤其是在电子海图系统研制过程中&#…
阅读更多...
python使用Pandas 绘制线状图，曲线图，条形图

python使用Pandas 绘制线状图，曲线图，条形图

今天的文章讲解如何利用 Pandas 来绘图，前面写过 matplotlib 相关文章，matplotlib 虽然功能强大，但是 matplotlib 相对而言较为底层，画图时步骤较为繁琐，比较麻烦，因为要画一张完整的图表，需要…
阅读更多...
Python数据可视化---线状图、柱状图、箱型图

Python数据可视化---线状图、柱状图、箱型图

词云： import jieba from imageio import imread from numpy import unicode from wordcloud import WordCloud,ImageColorGenerator import matplotlib.pyplot as plt jieba.load_userdict("stoplist.txt") """seg_list jieba.cut(&q…
阅读更多...
线状数组

线状数组

线状数组是一个查询和复杂度都是log（n）的数据结构，主要用来查询任意两位之间的所有元素之和，但每次只能修改一个元素的值， 数组a[]— 用来存放原始数据，c[]–就是树状数组，c[t] – 表示t管辖区间…
阅读更多...
在UnityUI中绘制线状统计图

在UnityUI中绘制线状统计图

Python微信订餐小程序课程视频 https://blog.csdn.net/m0_56069948/article/details/122285951 Python实战量化交易理财系统 https://blog.csdn.net/m0_56069948/article/details/122285941 先来个效果图 觉得不好看可以自己调整 1.绘制数据点 线状图一般由数据点和连线组…
阅读更多...
数据可视化 - 柱状图+线状图

数据可视化 - 柱状图+线状图

import pyecharts.options as opts from pyecharts.charts import Bar, Line""" Gallery 使用 pyecharts 1.1.0 参考地址: https://www.echartsjs.com/examples/editor.html?cmix-line-bar目前无法实现的功能:1、暂无 """x_data ["1月&qu…
阅读更多...
【ArcGIS微课1000例】0034：地图线状符号设计教程

【ArcGIS微课1000例】0034：地图线状符号设计教程

地图符号是表示地图内容的基本手段，它由形状不同、大小不一、色彩有别的图形和文字组成。 地图符号是地图的语言，是一种图形语言。它与文字语言相比较，最大的特点是形象直观，一目了然。 本文讲解ArcGIS中线状符号设计方法。 文章目录 一、新建符号样式二、线状符号设计1. 点…
阅读更多...
去除图像周期性线状噪声

去除图像周期性线状噪声

本文主要讲述的是如何去除图像中周期性的线性噪声，尝试过的方法从空域的开关中值滤波到频域的陷波滤波等，在此做个总结，其中陷波滤波的尝试失败，效果并不理想，而开关中止滤波的效果很好。 图1：带周期性线条…
阅读更多...
echarts_线状图.html

echarts_线状图.html

<!DOCTYPE html> <html> <head><meta charset"utf-8"><title>线状图</title><script src"echarts.js"></script> </head><body><div id"main" style"width: 600px;height:…
阅读更多...
echarts线状图

echarts线状图

<div id"mycharts" ref"chartBox"> <span v-html"loading"></span></div> //引入线状图import echarts/lib/chart/line //echarts配置&#xff08;挂载时导入图&#xff09;creatChartFun(){ this.myChart echar…
阅读更多...
python线状图

python线状图

import numpy as np import matplotlib.pyplot as plt xnp.linspace(0,2*np.pi,10) y1,y2np.sin(x),np.cos(x) plt.plot(x,y1,markero,mecr,mfcw)//mec设置折点处图形轮廓的颜色&#xff0c;mfc设置实心的颜色 plt.plot(x,y2,marker*,ms10) plt.show()
阅读更多...
功能很全的图书馆管理系统

功能很全的图书馆管理系统

个人资源与分享网站&#xff1a;http://xiaocaoshare.com/ 1.需求 1.1 bootstrapspringspringmvcmybatis&#xff0c;用maven构建 1.2分管理员和用户两个角色。用户可以查询&#xff0c;借阅归还&#xff0c;修改个人信息&#xff0c;查看借阅信息。 管理员有图书管理&…
阅读更多...
基于QT实现的图书室管理系统

基于QT实现的图书室管理系统

基于QT实现的图书室管理系统 图书室管理系统 该系统需创建和管理以下信息: 1、书籍信息:书名、书目编号、作者名、出版日期、出版社、库存册数、登记号数据集; 2、每册书的登记信息:登记号、是否借出、借阅日期、借书证号。 系统功能要求如下: 1.创建和管理描述每本书籍的对…
阅读更多...
基于微信公众号的图书借阅管理系统设计与实现

基于微信公众号的图书借阅管理系统设计与实现

目录 1 引言 2 1.1项目研究背景 4 1.2 项目研究内容 6 1.3 项目研究意义 7 2 技术选型与开发环境 9 2.1 技术选型 9 2.1.1Node.js介绍 9 2.1.2 异步编程介绍 10 2.1.3 阻塞和非阻塞介绍 11 2.1.4 MySQL数据库介绍 12 2.1.5 Nginx服务器介绍 14 2.1.6StrongLoop进程管理器介绍 1…
阅读更多...
微信小程序图书馆管理系统

微信小程序图书馆管理系统

开发工具&#xff1a;IDEA、微信小程序 服务器&#xff1a;Tomcat9.0&#xff0c; jdk1.8 项目构建&#xff1a;maven 数据库&#xff1a;mysql5.7 前端技术&#xff1a;vue、uniapp 服务端技术&#xff1a;springbootmybatis-plus 本系统分微信小程序和管理后台两部分&#xf…
阅读更多...
最新文章
推荐文章

Copyright @ 2022~2023