bookstore copilot
1.0.0
1_bookstore_chatbot.ipynb 노트북은 서점 응용 프로그램에 맞게 조정 된 정교한 챗봇을 개발하기위한 심층 자습서 역할을합니다. 이 안내서는 초기 설정에서 최종 사용자 상호 작용에 이르기까지 챗봇 제작의 모든 단계를 세 심하게 걸어갑니다. 아래는 책 요약을위한 CMU Kaggle 데이터 세트의 활용을 포함하여 노트북 내에서 사용되는 프로세스 및 방법론에 대한 자세한 설명입니다.
환경 설정 :이 초기 단계는 코드 AutorEload에 필요한 Python 확장을로드하여 개발 환경을 준비합니다. 또한 데이터 처리 용 Pandas, 데이터베이스 상호 작용을위한 Weaviate 및 OpenAI와 같은 중요한 라이브러리를 가져와 GPT 모델을 활용하여 챗봇 기능의 기초를 설정하는 것도 포함됩니다.
데이터로드 :이 단계에서 노트북은 다양한 책의 요약을 포함하는 CMU Kaggle 데이터 세트를 가져옵니다. 이 데이터 세트에는 제목, 저자, 출판 날짜, 장르 및 간결한 요약을 포함한 정보가 풍부하여 챗봇이 그릴 수있는 포괄적 인 데이터베이스를 제공합니다.
weaviate 연결 : 그 안내서는 오픈 소스 벡터 검색 엔진 인 Weaviate와 연결을 설정합니다. 이 연결은 CMU Kaggle 데이터 세트에서 책 요약을 저장하고 효율적으로 검색하는 데 중요합니다. 프로세스에는 안전하고 안정적인 연결을 보장하기 위해 필요한 매개 변수를 인증 및 구성하는 것이 포함됩니다.
데이터 전처리 및 삽입 : 연결 설정에 따라 노트북은 최적의 저장 및 검색을 위해 CMU Kaggle 데이터 세트의 데이터를 전처리하는 단계를 간략하게 설명합니다. 여기에는 Weaviate 내에서 전용 컬렉션을 작성하여 책 요약을 수용하고 전처리 된 데이터 로이 컬렉션을 채우는 것이 포함됩니다.
쿼리 서적 : 데이터가 제자리에 있으면 노트북은 weaviate 컬렉션에 대한 쿼리를 실행하는 방법을 보여줍니다. 이 기능을 통해 챗봇은 제목, 저자, 장르 및 사용자 기본 설정과 같은 다양한 기준을 기반으로 책을 검색하여 동적 및 반응 형 사용자 상호 작용을 가능하게합니다.
챗봇 기능 구현 :이 섹션은 챗봇의 핵심 기능을 구현하므로 중추적입니다. 이러한 기능은 서적 검색, 사용자 선호도를 기반으로 권장 사항을 생성, 특정 책에 대한 심층적 인 정보 제공, 배송, 정책 및 반품에 대한 일반 문의를 수립하는 것을 포함합니다.
응답 제작 : 챗봇의 커뮤니케이션을 정제하는 데 전념하는이 세그먼트는 사용자 친화적 인 응답을 제작하는 데 중점을 둡니다. 검색된 데이터 또는 외부 API에서 사용자 쿼리에 대한 코 히어 런트 및 매력적인 응답으로 서식하는 것이 포함됩니다.
대화식 채팅 인터페이스 : 노트북의 정점은 대화식 채팅 인터페이스의 설정입니다. 이 인터페이스는 사용자에게 쿼리를 제출하도록 초대합니다. 여기서 챗봇은 이전에 구현 된 기능을 사용하여 응답합니다. 여기서 목표는 원활하고 직관적 인 사용자 경험을 보장하여 지식이 풍부한 서점 조수와 실시간 대화를 효과적으로 시뮬레이션하는 것입니다.
