Die Kombination von ChatGPT und Python: Aufbau eines intelligenten Q&A-Chatbots

Die Kombination von ChatGPT und Python: Aufbau eines intelligenten Frage- und Antwort-Chatbots

Einführung:
Mit der kontinuierlichen Weiterentwicklung der Technologie der künstlichen Intelligenz sind Chatbots zu einem unverzichtbaren Bestandteil des täglichen Lebens der Menschen geworden. ChatGPT ist ein von OpenAI entwickeltes fortschrittliches Verarbeitungsmodell natürlicher Sprache, das reibungslose, kontextbezogene Textantworten generiert. Als leistungsstarke Programmiersprache kann Python zum Schreiben des Back-End-Codes des Chatbots und zur Integration in ChatGPT verwendet werden. In diesem Artikel wird erläutert, wie Sie mithilfe von Python und ChatGPT einen intelligenten Frage- und Antwort-Chatbot erstellen, und es werden spezifische Codebeispiele bereitgestellt.

1. Installieren und konfigurieren Sie die erforderlichen Bibliotheken
Zuerst müssen wir die relevanten Bibliotheken von Python installieren, einschließlich der GPT-Modellbibliothek von OpenAI und des Natural Language Toolkits NLTK. Sie können zum Installieren den Befehl pip verwenden:

pip install openai nltk

Nach Abschluss der Installation müssen wir auch einige notwendige Ressourcen für NLTK herunterladen. Führen Sie den folgenden Code in der interaktiven Python-Umgebung aus:

import nltk
nltk.download('punkt')

2. Bereiten Sie das ChatGPT-Modell vor
OpenAI stellt ein vorab trainiertes ChatGPT-Modell bereit, das wir herunterladen und direkt verwenden können. Registrieren Sie zunächst ein Konto auf der OpenAI-Website und erhalten Sie einen API-Schlüssel. Verwenden Sie dann den folgenden Code, um den Schlüssel in einer Umgebungsvariablen zu speichern:

import os

os.environ["OPENAI_API_KEY"] = "your_api_key"

Als Nächstes können wir das von OpenAI bereitgestellte Python SDK verwenden, um das ChatGPT-Modell aufzurufen. Der Beispielcode lautet wie folgt:

import openai

response = openai.ChatCompletion.create(
  model="gpt-3.5-turbo",
  messages=[
        {"role": "system", "content": "You are a helpful assistant."},
        {"role": "user", "content": "Who won the world series in 2020?"},
        {"role": "assistant", "content": "The Los Angeles Dodgers won the World Series in 2020."},
        {"role": "user", "content": "Where was it played?"}
    ]
)

answer = response['choices'][0]['message']['content']
print(answer)

In diesem Beispiel senden wir eine Frage und eine Antwort an das Modell und warten darauf, dass das Modell eine Antwort generiert. Abschließend extrahieren wir die beste Antwort aus der Antwort und drucken sie aus.

3. Erstellen Sie den Back-End-Code des Chatbots. Das Obige ist nur ein einfaches Beispiel. Wir können es mit dem Flask-Framework von Python kombinieren, um einen vollständigen Q&A-Chatbot zu erstellen. Zuerst müssen Sie die Flask-Bibliothek installieren:

pip install flask

Dann erstellen wir eine Python-Datei mit dem Namen „app.py“ und schreiben den folgenden Code:

from flask import Flask, render_template, request
import openai

app = Flask(__name__)

@app.route("/")
def home():
    return render_template("home.html")

@app.route("/get_response", methods=["POST"])
def get_response():
    user_message = request.form["user_message"]
    chat_history = session["chat_history"]

    chat_history.append({"role": "user", "content": user_message})

    response = openai.ChatCompletion.create(
        model="gpt-3.5-turbo",
        messages=chat_history
    )

    assistant_message = response['choices'][0]['message']['content']
    chat_history.append({"role": "assistant", "content": assistant_message})

    session["chat_history"] = chat_history

    return {"message": assistant_message}


if __name__ == "__main__":
    app.secret_key = 'supersecretkey'
    app.run(debug=True)

Der obige Code verwendet das Flask-Framework, um eine einfache Webanwendung zu erstellen. Wenn ein Benutzer eine Nachricht sendet, sendet die Anwendung eine Anfrage an das ChatGPT-Modell und gibt eine vom Modell generierte Antwort zurück. Auf diese Weise können wir über den Browser mit dem Chatbot interagieren.

Fazit:

Dieser Artikel erläutert die grundlegenden Schritte zum Erstellen eines intelligenten Q&A-Chatbots mit Python und ChatGPT und stellt Codebeispiele mit Kontext bereit. Durch die Kombination von Python und ChatGPT können wir einen Chatbot erstellen, der Gespräche reibungslos führen und Fragen beantworten kann. Mit der Weiterentwicklung der Technologie der künstlichen Intelligenz werden Chatbots in Zukunft in vielen Bereichen eine größere Rolle spielen, beispielsweise im Kundenservice, beim Erlernen von Sprachen usw.

Das obige ist der detaillierte Inhalt vonDie Kombination von ChatGPT und Python: Aufbau eines intelligenten Q&A-Chatbots. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!