langchoice

PYPI: https://pypi.org/project/langchoice

? À propos de Langchoice

switch-case , mais pour les phrases en forme libre. Un seul liner pour if-then-else sur des phrases similaires.

La bibliothèque Langchoice vous permet de conditionner vos programmes structurés sur des prédicats ou des déclencheurs de phrase en langage naturel. Facilite la définition des flux conditionnels sur les entrées utilisateur sans implémenter l'opérateur de correspondance de phrase encore et encore.

? Installation

 pip install langchoice

? Commencer

Supposons que nous voulons détecter si un message utilisateur entrant déclenché appartient à l'un des sujets suivants ( salutation , politique ). Faites cela en quelques lignes en utilisant langchoice .

Définissez d'abord les messages texte qui définissent chaque catégorie de sujet (un groupe de messages).

 triggers = 
'''
greeting:
    - hello
    - hi
    - what's up?

politics:
    - what are your political beliefs?
    - thoughts on the president?
    - left wing
    - right wing
'''

1. Configurez un conteneur de données LangStore .

 data = yaml . safe_load ( triggers )
S = LangStore ( data )

2. Lors de la réception d'un message utilisateur user_msg , correspondez simplement aux sujets!

 match S . match ( user_msg , threshold = 1.2 , debug = True ): 
    case 'greeting' , _ : #user_msg matches the greeting message cluster
        say_hello ()
    case 'politics' , _ : #user_msg matches the politics message cluster
        change_topic ()
    case x :
        print ( x )
        print ( f'No defined triggers detected. Ask an LLM for response.' )

Ajouter ou supprimer les phrases de chaque sujet ou introduire de nouveaux sujets. Fonctionne à la volée!

Prend en charge plusieurs modes de correspondance:

• S.match renvoie le sujet du message le plus proche.
• Utilisez S.match_centroid pour trouver à la place le centroïde de sujet le plus proche.
• (Facultatif) Fournir des seuils pour le cas des matchs sans sujets :
  • S.match ne renvoie None si la distance du sujet la plus proche est supérieure au seuil.

Débogage et plus!

• Utiliser debug=True et debug_k=5 pour
  • Affichez la distance de user_msg à différents sujets.
  • Obtenez des scores de match pour chaque groupe de messages pour déboguer ce qui n'a pas fonctionné.

À venir!

• Dans les assertions construites, qui échouent si l'exécution ne correspond pas au sujet / groupe attendu.

• Calculez automatiquement les seuils pour les groupes de messages pré-spécifiés par rapport à un ensemble d'évaluation de requête
• Affiner les incorporations pour séparer mieux les grappes de messages.

Implémenter un flux de conversation avec le routage basé sur les messages

Le package LangChoice vous permet de fabriquer des flux de chatbot contrôlés ainsi que de construire des garde-corps très rapidement.

La motivation clé est de permettre aux utilisateurs d'avoir un contrôle maximal lors de la conception du bot:

• Ajouter / mettre à jour les messages à la demande
• acheminer les messages des utilisateurs vers les États ou les modules du propriétaire
• Plus de contrôle sur le flux de conversation, sans perdre la capacité de citer
• Construisez des conversations, pas (ne vous inquiétez pas) des chaînes LLM!

Consultez les robots de filtrage et de réservation de leads de vente en cours d'exemples.

Feuille de route

• correspondre aux variantes
  • Match hybride - Match Regex séparément
  • S.Match local (basé sur la balise d'état)
  • correspond à type = 'item' (par défaut) | type = 'groupe' (centroïde) | ...
• Autoriser la commutation des encodeurs de phrases sous le capot
• affiner les messages inférieurs et non pertinents

Auteur

Nishant Sinha, fondateur, scientifique consultant, Labs OffNote.

Pour plus d'informations sur l'évolution et les applications génératrices de l'IA, suivez LinkedIn et lisez nos articles sur la substitution.