Skip to content

Basic machine learning project to learn about how a chatbot works and how to use OpenAI's bot / langchain / streamlit.

Notifications You must be signed in to change notification settings

fernandomarqs/py_chatbot

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

6 Commits
 
 
 
 
 
 

Repository files navigation

py_chatbot

Relatório sobre o projeto:

Detalhes da Implementação:

O chatbot implementado faz uso da API do OpenAI, especificamente o modelo "gpt-3.5-turbo". A implementação é baseada na biblioteca Streamlit e inclui a utilização de outras bibliotecas Python, como PyPDF2 para a extração de texto de um arquivo PDF. Os detalhes da implementação são os seguintes:

Importação de bibliotecas:
    os: Para a configuração da chave da API do OpenAI
    streamlit: Para a criação da interface do chatbot
    PyPDF2: Para a extração de texto de um arquivo PDF
    Bibliotecas específicas do projeto langchain para lidar com processamento de texto e recuperação de informações

Função get_text():
    Responsável por extrair o texto de um arquivo PDF chamado "Base.pdf"

Função get_chunks(text):
    Divide o texto extraído em pedaços menores para processamento subsequente

Função get_vectorstore(chunks):
    Cria um vectorstore para armazenar os pedaços de texto e utiliza as embeddings do OpenAI para representá-los

Função get_conversation(vectorstore):
    Configura um sistema de conversação que utiliza o modelo de linguagem da OpenAI e um mecanismo de recuperação baseado no vectorstore criado

Função get_answer(user_question):
    Envia uma pergunta do usuário para o chatbot e obtém a resposta. Armazena o histórico da conversa para lembrar as interações anteriores

Resultados da Avaliação:

O chatbot implementado é simples e eficaz na resposta a perguntas específicas. Ele é capaz de responder a perguntas com base nas informações contidas no texto do arquivo PDF. No entanto, o chatbot apresenta algumas limitações em relação à compreensão de contexto. Ele não é capaz de manter conversas longas ou entender o contexto mais amplo das interações. A eficácia do chatbot depende da qualidade e relevância das informações presentes no PDF e das perguntas feitas pelos usuários.

Para testar o chatbot:

Obtenha uma chave de API do OpenAI e substitua <YOUR-API-KEY-HERE> no código pelo seu token de API

Execute o comando "streamlit run chatbot.py" no terminal para iniciar o chatbot

Na interface do chatbot, digite sua pergunta na caixa de entrada e pressione Enter

O chatbot responderá com uma mensagem que contém a resposta à sua pergunta

About

Basic machine learning project to learn about how a chatbot works and how to use OpenAI's bot / langchain / streamlit.

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published

Languages