langchoice

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

？關於Langchoice

switch-case ，但用於自由形式的句子。 if-then-else是一個單線。

Langchoice庫使您可以根據自然語言句子謂詞或觸發器來調節結構化程序。可以輕鬆定義用戶輸入的條件流，而無需一遍又一遍地實現句子匹配操作員。

？安裝

 pip install langchoice

？入門

假設我們要檢測傳入的用戶消息是否屬於以下（問候，政治）主題之一。使用langchoice在幾行中進行此操作。

首先定義定義每個主題類別（消息組）的文本消息。

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

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

1. 設置一個LangStore數據容器。

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

2. 接收用戶消息user_msg時，只需與主題匹配！

 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.' )

從每個主題中添加或刪除句子或引入新主題。即時工作！

支持多種匹配模式：

• S.match返回最近消息的主題。
• 使用S.match_centroid取而代之的是最接近的主題質心。
• （可選）為無目的匹配的情況提供閾值：
  • 如果最近的主題距離大於閾值，則S.match返回None 。

調試等等！

• 使用debug=True和debug_k=5 to
  • 顯示user_msg到不同主題的距離。
  • 獲取每個消息組的比賽分數，以調試出了什麼問題。

即將推出！

• 在內置斷言中，如果執行不匹配預期的主題 /組，則會失敗。

• 根據查詢評估集，針對預先指定的消息組自動計算閾值
• 微調嵌入以更好地分離消息簇。

通過基於消息的路由實施對話流

Langchoice軟件包使您能夠進行受控的聊天機器人流，並很快構建護欄。

關鍵的動機是允許用戶在設計機器人時具有最大控制：

• 按需添加/更新消息
• 將用戶消息路由到所有者狀態或模塊
• 對對話流的更多控制權，而不會失去糾正的能力
• 建立對話，而不是（擔心）LLM連鎖店！

在示例中查看銷售潛在客戶過濾和約會預訂機器人。

路線圖

• 匹配變體
  • 混合匹配 - 分別匹配正則匹配
  • 本地S.匹配（基於狀態標籤）
  • 匹配類型='item'（默認）| type ='group'（centroid）| ...
• 允許切換下句子的編碼器
• 基於主題和無關的消息的微調

作者

Nishant Sinha，創始人，諮詢科學家，Off Note Labs。

有關生成AI進化和應用的見解，請關注LinkedIn，並閱讀我們的替代文章。