Custom Question Answering Chatbot using Langchain and Gemini AI

Perguntas personalizadas para responder chatbot usando Langchain e Gemini LLM

• Introdução
• Visão geral do projeto
• Ferramentas usadas
• Começando
• Captura de tela
• Caso de uso
• Melhorias futuras
• Colaboradores
• Licença

Introdução

Este projeto implementa um chatbot de perguntas personalizadas usando o Langchain e o Google Gemini Language Model (LLM). O chatbot é treinado em dados industriais de uma plataforma de aprendizado on -line, consistindo em perguntas e respostas correspondentes.

Visão geral do projeto

O fluxo de trabalho do projeto envolve as seguintes etapas:

1. Data Fine Tuning : O Google Gemini LLM está ajustado com os dados industriais, garantindo que o modelo possa responder com precisão perguntas com base no contexto fornecido.

2. Banco de dados de incorporação e vetor : a incorporação da Sentença Huggingface é utilizada para converter perguntas e respostas em vetores, que são armazenados em um banco de dados vetorial.

3. Implementação do Retriever : Um componente Retriever é desenvolvido para recuperar vetores de aparência semelhante do banco de dados do vetor com base na consulta do usuário.

4. Integração com a cadeia Langchain RetivalQA : os componentes são integrados a uma cadeia usando cadeia Langchain RetivalQA, que processa consultas recebidas e recupera respostas relevantes.

5. Interface do usuário : o streamlit é usado para criar uma interface simples do usuário, permitindo que os usuários inseram suas perguntas e recebam respostas do chatbot.

Ferramentas usadas

• Google Gemini LLM: Modelo de idioma é ajustado com dados industriais.
• Huggingface: biblioteca usada para incorporação de sentença.
• Langchain: estrutura para a construção de sistemas de IA conversacionais.
• Surgirlit: biblioteca para criar interfaces de usuário baseadas na Web.

Começando

Para executar o projeto localmente, siga estas etapas:

1. Clone o repositório da sua máquina local.
2. Instale as dependências necessárias listadas no arquivo requirements.txt .
3. Execute o aplicativo StreamLit executando streamlit run app.py no seu terminal.

Captura de tela

Caso de uso

A pergunta personalizada que responde a chatbot serve a vários propósitos, incluindo:

• Fornecendo respostas rápidas e precisas às consultas do usuário relacionadas ao tópico coberto pelos dados industriais.
• Aprimorando a experiência do usuário em plataformas de aprendizado on -line, oferecendo assistência imediata.
• Simplificando os processos de suporte ao cliente, automatizando respostas a perguntas frequentes.

Melhorias futuras

• Incorpore técnicas adicionais de pré-processamento para lidar com uma ampla gama de consultas de usuário.
• Implemente modelos de linguagem avançados para respostas mais precisas.
• Aprimore a interface do usuário com recursos adicionais para uma melhor experiência do usuário.

Colaboradores

• Abhijit Maharana

Licença

Este projeto está licenciado sob a licença do MIT.