genai chatbot

Genai-Chatbot

Arsitektur Chatbot

Terminolgi kunci untuk dipahami:

Llm

LLMS adalah model belajar dalam yang besar yang telah dilatih sebelumnya pada sejumlah besar data yang dapat menghasilkan respons terhadap kueri pengguna

Embeddings

Representasi informasi makna semantik dari teks atau objek seperti audio, video, gambar dll. Itu harus dikonsumsi oleh model pembelajaran mesin atau algoritma pencarian Seamantic (LLM).

Toko vektor

adalah database untuk menyimpan embeddings tempat pencarian semantik terjadi.

Pustaka Python digunakan

• StreamLit : Untuk membangun aplikasi web interaktif (UI/UX) dengan cepat dengan hanya beberapa baris kode Python
• PYPDF2 : Perpustakaan PDF murni-python yang mampu membelah, menggabungkan, memangkas, dan mengubah file PDF.
• Langchain : Kerangka Python yang dirancang untuk merampingkan pengembangan aplikasi AI, dengan fokus pada pemrosesan data waktu nyata dan integrasi dengan model bahasa besar (LLM)

Kode Sumber

 import streamlit as st
from PyPDF2 import PdfReader
from langchain . text_splitter import RecursiveCharacterTextSplitter
from langchain_community . embeddings import OpenAIEmbeddings
from langchain_community . vectorstores import FAISS
from langchain . chains . question_answering import load_qa_chain
from langchain_community . chat_models import ChatOpenAI


OPENAI_API_KEY = "sk-Wr5VzIVOwRoIyzTkQTjiaLQ6lSc84" #Pass your key here

#Upload PDF files
st . header ( "My first Chatbot" )

with  st . sidebar :
    st . title ( "Your Documents" )
    file = st . file_uploader ( " Upload a PDf file and start asking questions" , type = "pdf" )

#Extract the text
if file is not None :
    pdf_reader = PdfReader ( file )
    text = ""
    for page in pdf_reader . pages :
        text += page . extract_text ()
        #st.write(text)

#Break it into chunks
    text_splitter = RecursiveCharacterTextSplitter (
        separators = " n " ,
        chunk_size = 1000 ,
        chunk_overlap = 150 ,
        length_function = len
    )
    chunks = text_splitter . split_text ( text )
    #st.write(chunks)

    # generating embedding
    embeddings = OpenAIEmbeddings ( openai_api_key = OPENAI_API_KEY )

    # creating vector store - FAISS
    vector_store = FAISS . from_texts ( chunks , embeddings )

    # get user question
    user_question = st . text_input ( "Type Your question here" )

    # do similarity search
    if user_question :
        match = vector_store . similarity_search ( user_question )
        #st.write(match)
        #define the LLM
        llm = ChatOpenAI (
            openai_api_key = OPENAI_API_KEY ,
            temperature = 0 ,
            max_tokens = 1000 ,
            model_name = "gpt-3.5-turbo"
        )
        #output results
        #chain -> take the question, get relevant document, pass it to the LLM, generate the output
        chain = load_qa_chain ( llm , chain_type = "stuff" )
        response = chain . run ( input_documents = match , question = user_question )
        st . write ( response )

Pikiran terakhir