Tutorial chatbot

Transcript

1. rasa boilerplate Chegue sem saber nada de chatbot e faça um que fala mais que minha vó na fila da lotérica from zero to hero
2. Quem sou eu Bruna Moreira Saudades de dançar um forró, mas feliz que tenho meus gatos e a barra de pole dance por perto. Engenheira de software PyLadies DF Organizadora da BOSS Acompanha Legis Forrozeira #praTodosVerem: foto estilo retrato, mulher branca com cabelos ondulados e curtos. Está sorrindo e com uma camiseta laranja. Aprendendo libras
3. Mão na massa 01 Instalação Criar entidade 03 Sinônimos Criar conversa 02 Intent, utter, story Criar ações 04 Python!!!
4. Rasa webchat 05 Bot no navegador Telegram 06 Bot no telegram Análise 07 Métricas e mais métricas
5. Comunicação Conteúdo Entendimento Ação Personalidade Análise de dados O que está envolvido? Projeto de chatbot Personalidade Sugestões de leitura
6. Bot em ação Telegram, webchat e terminal
7. RASA boilerplate Projeto de software livre brasileiro para a criação de chatbots RASA
8. Projeto brasileiro GPL 3.0 Link para o repositório #praTodosVerem: screenshot do repositório no github
9. Para rodar e contribuir • docker • docker-compose Requisitos docker docker-compose Documentação local • gitbook gitbook
10. Mão na massa instalar 01
11. Instalar • docker • docker-compose Passos Clonar Rodar o primeiro comando
12. Bot no terminal git clone make first-run já pode conversar
13. Bot no terminal git clone make first-run já pode conversar Pode demorar um pouco por conta do treinamento do modelo.
14. Conceitos importantes Conteúdo
15. Intents Intenção do usuário: o que ele quer falar e como ele fala ## intent:comida - Qual a sua comida preferida? - Que comida você gosta? - Que comida vc gosta? - qual a melhor comida? - Qual seu lanche preferido? ## intent:onde_voce_mora - onde voce mora - onde voce vive - onde voce habita - em que lugar você vive - onde voce está agora
16. utter_comida: - text: "Na verdade, eu sou um bot. Não nos alimentamos com os alimentos convencionais ;P" - text: "Digamos que os bots não se alimentam dos mesmos alimentos que os humanos. Na verdade, Nem lembro da última vez que comi alguma coisa hahaha" utter_risada: - text: "Hahahaha... Engraçadinho" - text: "kkkkkkkkkk Você está feliz hoje, hein!?" Respostas possíveis: - definir uma ou mais respostas - o bot escolhe aleatoriamente Utters
17. Fluxos de diálogos: • Intent + utter • Depende do objetivo da conversa ## path_onde_voce_mora 1 * onde_voce_mora - utter_onde_voce_mora - utter_continuar_conversa ## path_onde_voce_mora 2 * cumprimentar - utter_cumprimentar * onde_voce_mora - utter_onde_voce_mora - utter_continuar_conversa intents utters Stories
18. Respostas diferentes screenshot de um chat no telegram Mesma pergunta feita duas vezes seguida Respostas com textos diferentes #praTodosVerem: screenshot de um chat no telegram. A pergunta repetida foi: "Qual sua licensa". A primeira resposta foi: "Eu sou e sempre serei um robô livre, open source, GNU v3.0". A segunda foi "Sou um software livre. Licenciado com a GNU v3.0". Após ambas ele pergunta: "E aí qual nosso próximo assunto?"
19. Criar conversa 02
20. Conceitos importantes Conteúdo de novo
21. Entities ## intent:relationship - Você tem [namorada](relationship)? - Você [namora](relationship)? - [Namora](relationship) comigo? - Quer [namorar](relationship)? - Tem [boyfriend](relationship)? - Tem [girlfriend](relationship)? ## synonym:lei_rouanet <!-- synonyms, method 2 --> - lei rouanet - Lei Rouanet - Lei de Incentivo a Cultura - ruane - ruanê - ruanet - rouane - rouanê As entidades são temas que ajudam a categorizar as conversas
22. Criar entidade 03
23. Conceitos importantes Conteúdo mais uma vez
24. Ações que o desenvolvedor quer que o bot faça além de responder. Custom Actions
25. Criar ações 04 Criar entidade na nlu.md Colocar entidade na domain.yml Criar action na actions.py Colocar action como resposta na stories.md
26. Criar entidade na nlu.md Colocar entidade na domain.yml Criar action na actions.py Colocar action na domain.yml Colocar action como resposta na stories.md Treinar: make train
27. Request para API http://makeup-api.herokuapp.com/ https://apilist.fun/ https://dadosabertos.camara.leg.br/swagger/api.html https://order-pizza-api.herokuapp.com/api/ui/ Sugestões Usar algum lib diferente spotipy
28. Bot por aí Webchat
29. Só rodar um comando Incorporar ao site Webchat #praTodosVerem: screenshot de um chat no web chat. O bot responde um cumprimento do usuário. O usuário pergunta sobre a licensa e o bot responde que é GPL v3.0 e convida a fazer outra pergunta. Por último, o usuário pergunta sobre religião e a resposta do bot está cortada.
30. Rodar webchat 05
31. Bot webchat make run-webchat abrir o navegador já pode conversar
32. Bot por aí Telegram
33. BotFather ngrok Conector configurado Rodar E só isso! Telegram Configurando o bot no telegram #praTodosVerem: screenshot de um chat no telegram. O bot cumprimenta em resposta ao usuário. O usuário pergunta se o bot gosta de música, e o bot responde com o link de uma playlist. O bot não entende a pergunta sobre comida, e responde que sua licensa é GPL v3.0
34. Telegram bot 06
35. Conversar com BotFather • Criar username • Ter um token Passos Ngrok • Download • Extrair • Executar o comando
36. Exportar as variáveis • Abrir arquivo env/bot-telegram.env • Adicionar username • Adicionar token • Adicionar webhook Mais passos
37. Atualizar credenciais • Descomentar blocos • Não precisa mexer em mais nada Outros passos Rodar o comando • Rodar o bot • Conversar no telegram
38. Hora da análise Vendo problemas
39. Matriz de confusão intent 1 intent 2 intent 3 fallback intent 1 17 0 0 1 intent 2 1 13 2 0 intent 3 0 2 15 1 fallback 0 0 0 12 Predição Correta As colunas representam a predição de intenção feita pelo bot. As linhas representam as intenções reais. O ideal é que tenhamos a maior quantidade na diagonal da matriz. Ou seja, a predição foi correta.
40. Matriz de confusão intent 1 intent 2 intent 3 fallback intent 1 17 0 0 1 intent 2 1 13 2 0 intent 3 0 2 15 1 fallback 0 0 0 12 Predição Correta Verdadeiro positivo: O bot entendeu corretamente Verdadeiro negativo: O bot sabe que não sabe Falso positivo: O bot entendeu errado Falso negativo: O bot pensou que não sabia, mas ele sabia
41. Matriz de confusão intent 1 intent 2 intent 3 fallback intent 1 17 0 0 1 intent 2 1 13 2 0 intent 3 0 2 15 1 fallback 0 0 0 12 Predição Correta Verdadeiro positivo: O bot entendeu corretamente Verdadeiro negativo: O bot sabe que não sabe Falso positivo: O bot entendeu errado Falso negativo: O bot pensou que não sabia, mas ele sabia
42. Matriz de confusão intent 1 intent 2 intent 3 fallback intent 1 17 0 0 1 intent 2 1 13 2 0 intent 3 0 2 15 1 fallback 0 0 0 12 Predição Correta Verdadeiro positivo: O bot entendeu corretamente Verdadeiro negativo: O bot sabe que não sabe Falso positivo: O bot entendeu errado Falso negativo: O bot pensou que não sabia, mas ele sabia
43. Matriz de confusão intent 1 intent 2 intent 3 fallback intent 1 17 0 0 1 intent 2 1 13 2 0 intent 3 0 2 15 1 fallback 0 0 0 12 Predição Correta Verdadeiro positivo: O bot entendeu corretamente Verdadeiro negativo: O bot sabe que não sabe Falso positivo: O bot entendeu errado Falso negativo: O bot pensou que não sabia, mas ele sabia
44. Matriz de confusão intent 1 intent 2 intent 3 fallback intent 1 17 0 0 1 intent 2 1 13 2 0 intent 3 0 2 15 1 fallback 0 0 0 12 Predição Correta Verdadeiro positivo: O bot entendeu corretamente Verdadeiro negativo: O bot sabe que não sabe Falso positivo: O bot entendeu errado Falso negativo: O bot pensou que não sabia, mas ele sabia
45. Métricas Precisão vp / (vp+fp) Recall vp / (vp + fn) Acurácia acertos/total F1 2* (precision * recall)/ (precision + recall) Interpretação das métricas
46. Histograma Confiança é a certeza que o bot tem da predição feita As barras da cor lilás representam os a quantidade de acertos. As barras da cor rosa representam os a quantidade de erros. Quanto mais a direita, mais certeza o bot tinha quanto a sua precisão. Acertos Erros Confiança Quantidade 100%
47. Gerar os dados make test ver resultados analisar e melhorar
48. Na pasta /bot/results • Relatório de intents • Erros de stories • Relatório de entidades • Matriz de confusão de stories Outros dados "license": { "precision": 0.7647058823529411, "recall": 0.9285714285714286, "f1-score": 0.8387096774193549, "support": 14 } "comida": { "precision": 1.0, "recall": 0.6923076923076923, "f1-score": 0.8181818181818181, "support": 13, "confused_with": { "cor": 4 } }, Relatório de intent Relatório de entidade
49. Analisando 07
50. Teste • make run test • make run test-cross Passos Avaliar • E aí como tá
51. CREDITS: This presentation template was created by Slidesgo, including icons by Flaticon, and infographics & images by Freepik. Contato brunanayara.github.io/ pra me achar: Juntas podemos criar coisas melhores Leiam Angela Davis Bebam água Comam vegetais #justiçapormariferrer