Custom Question Answering Chatbot using Langchain and Gemini AI

Pregunta personalizada respondiendo chatbot usando langchain y gemini llm

• Introducción
• Descripción general del proyecto
• Herramientas utilizadas
• Empezando
• Captura de pantalla
• Caso de uso
• Mejoras futuras
• Colaboradores
• Licencia

Introducción

Este proyecto implementa una pregunta personalizada que responde a ChatBot usando Langchain y Google Gemini Language Model (LLM). El chatbot está capacitado en datos industriales de una plataforma de aprendizaje en línea, que consiste en preguntas y respuestas correspondientes.

Descripción general del proyecto

El flujo de trabajo del proyecto implica los siguientes pasos:

1. Datos ajustados : el Google Gemini LLM está ajustado con los datos industriales, asegurando que el modelo pueda responder con precisión las preguntas basadas en el contexto proporcionado.

2. Incrustación y base de datos de vectores : la incrustación de oración de Facefacface se utiliza para convertir preguntas y respuestas en vectores, que se almacenan en una base de datos vectorial.

3. Implementación de Retriever : se desarrolla un componente Retriever para recuperar vectores de aspecto similar de la base de datos Vector basada en la consulta del usuario.

4. Integración con la cadena de recuperación de Langchain : los componentes se integran en una cadena utilizando la cadena de recuperación Langchain, que procesa consultas entrantes y recupera respuestas relevantes.

5. Interfaz de usuario : Streamlit se usa para crear una interfaz de usuario simple, lo que permite a los usuarios ingresar sus preguntas y recibir respuestas del chatbot.

Herramientas utilizadas

• Google Gemini LLM: modelo de idioma ajustado con datos industriales.
• Huggingface: Biblioteca utilizada para la incrustación de oraciones.
• Langchain: Marco para construir sistemas de IA conversacionales.
• Aprecio: Biblioteca para construir interfaces de usuario basadas en la web.

Empezando

Para ejecutar el proyecto localmente, siga estos pasos:

1. Clonar el repositorio de su máquina local.
2. Instale las dependencias necesarias enumeradas en el archivo requirements.txt .
3. Ejecute la aplicación Streamlit ejecutando streamlit run app.py en su terminal.

Captura de pantalla

Caso de uso

La pregunta personalizada que responde chatbot tiene varios propósitos, que incluyen:

• Proporcionar respuestas rápidas y precisas a las consultas de los usuarios relacionados con el tema cubierto por los datos industriales.
• Mejora de la experiencia del usuario en plataformas de aprendizaje en línea ofreciendo asistencia inmediata.
• Agilizar los procesos de atención al cliente automatizando las respuestas a preguntas frecuentes.

Mejoras futuras

• Incorpore técnicas de preprocesamiento adicionales para manejar una gama más amplia de consultas de usuarios.
• Implementar modelos de lenguaje avanzados para respuestas más precisas.
• Mejore la interfaz de usuario con características adicionales para una mejor experiencia de usuario.

Colaboradores

• Abhijit maharana

Licencia

Este proyecto tiene licencia bajo la licencia MIT.