Skip to content

Latest commit

 

History

History
100 lines (64 loc) · 4.12 KB

README.md

File metadata and controls

100 lines (64 loc) · 4.12 KB

Chatbot hỗ trợ tư vấn

Cấu hình phần mềm dự án đang sử dụng:

  • Ubuntu 20.04
  • Python 3.8.10
  • Rasa 2.8.3
  • Npm 6.14.4

Cài đặt RASA

Nên sử dụng vituralenv hoặc Anaconda để tạo môi trường ảo

  1. Cài đặt virtualenv và tạo môi trường bằng lệnh dưới đây:

    • Cài đặt package: $ pip install virtualenv

    • Tạo môi trường với tên là rasa: $ virtualenv rasa

    • Truy cập môi trường vừa tạo: $ source rasa/bin/activate

  2. Cài đặt Rasa:

    • Để cài đặt Rasa phiên bản đầy đủ (bao gồm tất cả pipeline) sử dụng lệnh: $ pip install rasa[full]

    • Hoặc có thể cài Rasa phiên bản normal bằng lệnh: $ pip install rasa

Cài đặt UI

  1. Để sử dụng giao diện, máy tính cần phải cài yarn hoặc npm: Hướng dẫn cài đặt npm cho Ubuntu

  2. Vào thư mục ui, gõ lệnh npm install hoặc yarn install để cài các package cần thiết

Chạy chatbot và UI

  1. Để cấu hình rasa chạy websocket. Tại file credentials.yml, cấu hình như sau:

    socketio:
  user_message_evt: user_uttered
  bot_message_evt: bot_uttered
  session_persistence: true

    Với user_uttered là tên event gửi message cho bot, bot_uttered là tên event lắng nghe và nhận tin nhắn từ bot. Có thể tham khảo thêm tại: Rasa SocketIO

  2. Để chạy chatbot và kết nối với chatbot thông qua socket, tại thư mục root của toàn bộ dự án, gõ lệnh:

    rasa run -m models --enable-api --cors "*" --debug

    Mặc định chatbot sẽ chạy trên cổng 5005: ws://localhost:5005

  3. Ở thư mục ui. Gõ lệnh npm start hoặc yarn start để khởi chạy giao diện

  4. Có thể thay thế link socket của chatbot tại file: ui/App.js và thay thế link socket tại:

    //Change your link here
this.socket = io(your_link_here);

ui

Fine-tuning Phobert

  1. Gõ lệnh: pip install transformers-phobert để cài đặt một số package cần thiết

  2. Copy file Custom Rasa/hf_transformer.py vào */python3.8/site-packages/rasa/nlu/utils/hugging_face

  3. Copy file Custom Rasa/registry.py vào */python3.8/site-packages/rasa/nlu/utils/hugging_face

  4. Copy file Custom Rasa/lm_featurizer.py vào */python3.8/site-packages/rasa/nlu/featurizers/dense_featurizer

Để sử dụng Phobert có thể cấu hình như sau trong file config.yml:

- name: HFTransformersNLP
  model_weights: "vinai/phobert-base"
  model_name: "phobert"
- name: LanguageModelTokenizer
- name: LanguageModelFeaturizer

Xem bảng so sánh giữa các cấu hình trong thư mục gridresults

Sử dụng lệnh: streamlit run viewresults.py

Để thêm khóa học với thực hiện các bước sau:

  1. Thêm tên khóa học và tên utter tương ứng vào file actions/khoa_hoc.csv

  2. Thêm các nội dụng các utter vào file domain.yml

Lưu ý: Tên khóa học trong CSDL lịch học, học phí phải giống với Tên khóa học lưu trữ trong tệp tin actions/khoa_hoc.csv và phải giống với tên chuẩn của các khóa học trong bộ từ đồng nghĩa. Ví dụ đối với bộ từ đồng nghĩa sau khi người dùng hỏi: "Học phí khóa học quản trị hệ thống mạng"

- synonym: quản trị mạng doanh nghiệp
  examples: |
    - quan tri mang doanh nghiep
    - quản trị hệ thống mạng

Khi người dùng hỏi "Giới thiệu khóa học quản trị hệ thống mạng" hệ thống cũng mapping tương tự và truy xuất bảng khoa_hoc.csv để lấy utter_quan_tri_mang_doanh_nghiep.

Do đó, việc đồng bộ tên khóa học giữa 3 nơi (CSDL, tệp tin khoa_hoc.csv, từ đồng nghĩa) rất quan trọng.