Chuyên đề học phần nhập môn trí tuệ nhân tạo đề ti xây dựng hệ thống chatbot

TRƯỜNG ĐẠI HỌC ĐIỆN LỰC KHOA CÔNG NGHỆ THÔNG TIN BÁO CÁO CHUN ĐỀ HỌC PHẦN NHẬP MƠN TRÍ TUỆ NHÂN TẠO ĐỀ TI: XÂY DỰNG HỆ THỐNG CHATBOT Sinh viên thực : Giảng viên hướng dẫn : VŨ VĂN ĐỊNH Ngành : CÔNG NGHỆ THÔNG TIN Chuyên ngành : QUẢN TRỊ V AN NINH MẠNG Lớp : D15QTANM Khóa : 2020 - 2025 Hà Nội, tháng 11 năm 2022 PHIẾU CHẤM ĐIỂM Sinh viên thực hiện: Họ tên Chữ ký Ghi Chữ ký Ghi Giảng viên chấm: Họ tên Giảng viên chấm : Giảng viên chấm : MỤC LỤC LỜI MỞ ĐẦU CHƯƠNG 1: TỔNG QUAN 1.1 Giới thiệu trí tuệ nhân tạo .2 1.2 Chatbot 1.2.1 Khái niệm 1.2.2 Lịch sử đời 1.2.3 Cấu tạo Chatbot 1.2.4 Phân loại Chatbot .10 1.2.5 Cách thức hoạt động 10 1.2.6 Một số tảng hỗ trợ phát triển cho Chatbot .11 1.2.7 Một số ứng dụng Chatbot 12 1.2.8 Xu hướng phát triển 13 1.3 Intent 13 1.4 Entities 14 CHƯƠNG 2: XÂY DỰNG CHATBOT VỚI PYTHON 16 2.1 Thư viện Chatterbot Python 16 2.2 Quy trình hoạt động Chatterbot .16 2.3 Xây dựng Chatbot .17 KẾT LUẬN 19 TI LIỆU THAM KHẢO 20 LỜI MỞ ĐẦU Trong năm gần đây, khoa học công nghệ dần tiến đến tầm cao Mặc dù mẻ lĩnh vực khoa học công nghệ Chatbot nghiên cứu phát triển với tốc độ chóng mặt trung tâm nghiên cứu, trường đại học học viện… nhiều lĩnh vực ứng dụng công nghệ Chatbot hình thức thơ sơ phần mềm trí tuệ nhân tạo, chương trình tạo từ máy tính tiến hành trị chuyện thông qua phương pháp nhập văn bản, âm thanh, cảm ứng trả lời câu hỏi xử lý tình huống, cơng cụ giao tiếp, tương tác với người thông qua trí tuệ nhân tạo lập trình sẵn Có nhiều công cụ thư viện hỗ trợ cho Chatbot như: Dialogflow, Wit.ai, Watson Conversation Service, Microsoft’s LUIS, Google Natural Language API, Amazon Lex, … Đề tài: “Xây dựng hệ thống chatbot” chủ yếu xây dựng ngôn ngữ python, trả lời tự động thực yêu cầu người CHƯƠNG 1: TỔNG QUAN 1.1 Giới thiệu trí tuệ nhân tạo Trí Tuệ Nhân Tạo - AI (Artificial Intelligence) trí thơng minh nhân tạo cơng nghệ mơ q trình suy nghĩ học tập người cho máy móc, đặc biệt hệ thống máy tính Trí tuệ nhân tạo người lập trình với mục đích tự động hóa hành vi thơng minh người, từ cắt giảm bớt nhân cơng người có tính chuẩn xác cao Sự khác biệt trí tuệ nhân tạo so với lập trình logic trước khả suy nghĩ độc lập chúng, thay việc thứ lập trình sẵn cỗ máy thực thao tác theo logic người đặt ra, AI - Trí Tuệ Nhân Tạo tự xem xét tình đưa phương án tối ưu nhất, qua tiết kiệm chi phí vận hành cho cơng việc hiệu Ngồi khả tự tính tốn khiến Ai đưa ý kiến mới, giúp người thêm nhiều ý tưởng phát triển Để tạo Ai - Machine, bạn cần cấu hình máy phù hợp với Ai Machine, bắt đầu thực phần mềm tính tốn để training (huấn luyện cho Ai bạn) Cụ thể đây:  Việc học tập: thu thập thông tin quy tắc sử dụng thông tin  Lập luận: sử dụng quy tắc để đạt kết luận gần xác định  Tự sửa lỗi Các ứng dụng đặc biệt AI bao gồm hệ thống chuyên gia, nhận dạng tiếng nói thị giác máy tính (nhận diện khn mặt, vật thể chữ viết) sử dụng để khiến Ai học hỏi thơng qua người 1.2 Chatbot 1.2.1 Khái niệm Chatbot hình thức thơ sơ phần mềm trí tuệ nhân tạo, chương trình tạo từ máy tính tiến hành trị chuyện thơng qua phương pháp nhập văn bản, âm thanh, cảm ứng trả lời câu hỏi xử lý tình huống, cơng cụ giao tiếp, tương tác với người thơng qua trí tuệ nhân tạo lập trình sẵn Trong đa số trường hợp chatbot sử dụng qua ứng dụng nhắn tin để nói chuyện với người Nó cịn có khả trả lời câu hỏi mà người dùng đề ra, thơng thường lúc ban đầu dựa vào từ kháo câu hỏi người dùng để trả lời học hỏi thêm từ trải nghiệm người dùng làm trò chuyện tiếp xúc với người trở nên nhân hơn, giống thật Ví dụ 1: Nếu bạn muốn nhắn tin để tìm kiếm thơng tin sản phẩm cửa hàng công ty tạo Chatbot, bạn việc nhập từ khóa, chúng tìm kết thơng tin sản phẩm cho bạn Đôi thuật ngữ “Chatbot” sử dụng để trợ lý ảo nói chung chương trình máy tính trả lời tự động tảng tin nhắn (Messaging Platform) Ví dụ 2: Nếu bạn hỏi “trợ lý ảo” Siri Apple hay Cortanna Microsoft vấn đề như: “Thời tiết hơm nào?”, bạn làm việc với Chatbot 1.2.2 Lịch sử đời  Năm 1950: Phép thử Turing Recommandé pour toi Suite du document ci-dessous 16 UCSP Module 12 - asdasd Society and Culture (with Family Planning) Humanities Art Appreciation 100% (1) Câu 151 - 179 - Câu 151 - 179 mơn kế tốn tài doanh nghiệp Quản lý tài 100% (1) Alan Turing viết báo cáo với tựa đề “Computing Machinery and Intelligence”, xây dựng phép thử Turing Về bản, Các phép thử Turing loạt phép thử dựa việc phân tích câu trả lời “máy tính” Các phép thử Turing thực để xác định xem chương trình máy tính phân biệt máy tính với người trị chuyện có văn túy hay khơng? Bằng cách gõ câu hỏi cho hai đối tượng thử nghiệm, người thẩm vấn cố gắng xác định đối tượng máy tính đối tượng người Máy tính vượt qua Các phép thử Turing người thẩm vấn khơng thể nói khác biệt chủ thể người máy tính  Năm 1966: ELIZA – Chương trình trị chuyện tạo Joseph Weizenbaum xuất chương trình ELIZA, coi chương trình Chatbots giới ELIZA đạt thành tích đáng kể coi thành tựu đỉnh cao trí thơng minh nhân tạo vào thời điểm Bằng cách nhận từ cụm từ từ đầu vào (Input) người dùng đưa câu trả lời tương ứng cách sử dụng tập lệnh viết sẵn Một kịch có tên DOCTOR, cho phép ELIZA đảm nhận vai trò nhà tâm lý học hay bác sỹ tâm thần Chatbot ELIZA cải thiện nâng cấp bước cách chỉnh sửa kịch Chatbot ELIZA Khái niệm kịch Chatbots hình thành từ thời điểm  Năm 1972: Bác sĩ Kenneth Colby phát triển chatbot PARRY Kenneth Colby bác sỹ tâm thần, ông phát triển PARRY (còn gọi “ELIZA với thái độ khác thường”) Trong ELIZA biết đến với vai trò bác sĩ tâm thần, PARRY lại đảm nhận vai trò bệnh nhân bị tâm thần phân liệt hoang tưởng Các bác sĩ tâm thần tham gia thử nghiệm xác định khác biệt hội thoại PARRY hội thoại khác bệnh nhân tâm thần với  Năm 1988: Chatbot Jabberwacky Được phát triển vào năm 1980 phát hành trực tuyến vào năm 1997, chatbot Jabberwacky thiết kế để “Mơ trị chuyện người tự nhiên theo cách thú vị hài hước“ Mục đích ban đầu dự án Chatbot Jabberwacky tạo trí tuệ nhân tạo có khả vượt qua Các phép thử Turing Nó thiết kế để bắt chước tương tác người thực hội thoại với người dùng Mục đích cuối chương trình chuyển từ hệ thống dựa văn sang tồn hoạt động giọng nói Tác giả tin kết hợp vào vật thể xung quanh nhà robot, thiết bị thông minh,… Trong tất chatbot trước dựa sở liệu tĩnh để trả lời trò chuyện, Jabberwacky thu thập cụm từ sử dụng người tham gia trò chuyện với Nó tự thêm câu trả lời vào sở liệu tự động phát triển nội  Năm 2001: SmarterChild SmarterChild Chatbot có sẵn mạng AOL Instant Messenger Windows Live Messenger (trước MSN Messenger) AOL Instant Messenger chương trình tin nhắn tức thời diện AOL tạo ra, sử dụng giao thức nhắn tin tức thời OSCAR độc quyền giao thức TOC phép người dùng đăng ký giao tiếp thời gian thực SmarterChild đóng vai trị giới thiệu cho việc truy cập liệu nhanh trò chuyện cá nhân hóa thú vị Hơn nữa, kết hợp với nhà mạng, chúng trở thành kênh tiếp thị hiệu miễn phí Chúng giúp người dùng giao tiếp nhanh chóng với hệ thống mạng cách hiển thị thông tin ngắn gọn với lựa chọn bàn phím điện thoại  Năm 2006: IBM Watson IBM Watson tạo với mục tiêu vượt lên chiến thắng thí sinh tham dự thi Jeopardy! Với khả chạy hàng trăm thuật tốn phân tích ngơn ngữ lúc, IBM Watson sở hữu thông minh ngôn ngữ đáng ngạc nhiên IBM thiết lập cho Watson có quyền truy cập vào sở liệu khổng lồ thông tin Watson nhanh chóng truy cập 200 triệu trang liệu, làm cho trở thành máy trả lời câu hỏi lý tưởng (hoặc, trường hợp Jeopardy, Watson trở thành máy tạo câu hỏi lý tưởng) Rõ ràng, hệ thống nhanh chóng lấy thông tin dựa đầu vào đàm thoại cung cấp tảng cho việc tạo trợ lý ảo mạnh mẽ Hiện nay, IBM Watson phục vụ “bộ não” cho nhiều chatbots hoạt động nhiều ngành công nghiệp lĩnh vực khắp giới  Năm 2010-2016: Thời kỳ bùng nổ trợ lý ảo Nửa đầu thập kỷ chứng kiến bùng nổ trợ lý cá nhân ảo: Siri (2010), Google Now (2012), Alexa (2015), Cortana (2015) Google Assistant (2016) Với khả phân tích xử lý ngôn ngữ tự nhiên, trợ lý kết nối với dịch vụ web để trả lời câu hỏi đáp ứng yêu cầu người dùng Gần đây, Google Home Amazon Echo bắt đầu trở thành tính phổ biến nhà người Mỹ Google Assistant Alexa sở thiết bị thông minh nhà tương tác với người dùng Các thiết bị thông minh Smart Devices kết nối với tạo thành hệ thống Smart Home, cho phép người dùng lệnh điều khiển giọng nói họ 10  Từ năm 2016 đến nay: Chatbot Messenger bùng nổ Từ sau hội nghị F8 năm 2016, Facebook – mạng xã hội lớn giới giới thiệu Messenger Platform Một tảng thân thiện cho phép tạo cho Chatbot Ngay sau đó, ứng dụng chat khác LINE, WhatsApp, Telegram hay Twitter đưa hỗ trợ API cho phép người dùng tạo Chatbot ứng dụng nhắn tin Nhưng WeChat Trung Quốc kẻ tiên phong lĩnh vực cho mắt Xiaoice – chatbot hoàn thiện từ năm 2013 Trong đua nhà phát triển chatbots, Facebook nắm giữ thị phần toàn cầu lớn có đến tỷ người sử dụng ứng dụng Messenger hàng tháng Riêng thị trường Trung Quốc, WeChat lại ứng dụng chat số mà khơng ứng dụng chat cạnh tranh Chatbot không đơn giản dựa kịch Với phát triển mạnh mẽ Trí thơng minh nhân tạo học máy, bots có khả “học tập” tự phát triển Nhiều nhà phân tích dự báo công ty công nghệ hàng đầu Alphabet, Microsoft, IBM, … dự đoán Chatbot thống trị lĩnh vực dịch vụ khách hàng 5-10 năm 1.2.3 Cấu tạo Chatbot Cấu tạo Chatbot gồm ba phần bao gồm: sở liệu, lớp ứng dụng, quyền truy cập vào API giao diện người dùng Nhờ thành phần mà hoạt động  Cơ sở liệu: Cơ sở liệu lưu trữ thông tin, liệu nội dung  Tầng ứng dụng: Các giao thức tầng ứng dụng thường dùng để trao đổi liệu chương trình chạy máy nguồn máy đích Tầng đóng vai trị cửa sổ dành cho hoạt động xử lý trình ứng dụng, biểu diễ dịch vụ hỗ trợ trực tiếp ưng dụng người dùng, chẳng hạn phần mềm chuyển tin, truy nhập sở liệu email,…  Giao diện ứng dụng (API): giao diện mà hệ thống máy tính hay ứng dụng cung cấp phép yêu cầu dịch vụ tạo từ 11 chương trình máy tính khác, và/hoặc cho phép liệu trao đổi qua lại chúng 1.2.4 Phân loại Chatbot Có loại Chatbot chính:  Chatbot viết kịch (Scripted chatbot): Đây Chatbot có hành vi xác định quy tắc Tại bước trò chuyện, người dùng cần chọn tùy chọn rõ ràng để xác định bước trò chuyện Các cách tùy chọn trình bày cho người dùng bước hội thoại, tức liệu họ cần phản hồi văn bản, giọng nói cảm ứng tùy thuộc vào tính tảng trò chuyện mà người dùng sử dụng thiết kế Chatbot  Chatbot thông minh (Intelligent Chatbot): Chatbot thông minh Chatbot xây dựng với kỹ thuật nhân tạo trí thơng minh Trí tuệ nhân tạo (AI) cho phép chúng cải thiện linh hoạt đầu vào người dùng mà chúng thu nhận Chúng thu nhận đầu vào tự hình thức trình bày văn giọng nói khơng giới hạn dạng đầu vào khác có ý nghĩa Ví dụ: Khi bạn muốn mua quần áo, Bot tự động hỏi bạn danh sách câu hỏi phong cách quần áo ưa thích bạn đưa mẫu gợi ý giá mặt hàng 1.2.5 Cách thức hoạt động Chatbot kết hợp kịch có trước tự học q trình tương tác Ta tương tác với Chatbot qua tảng tin nhắn Với câu hỏi đặt ra, Chatbot sử dụng hệ thống xử lý ngôn ngữ tự nhiên (Natural Language Processing) để phân tích liệu sau chúng lựa chọn thuật tốn học máy để đưa loại phản hồi khác nhau, chúng dự đốn phản hồi xác Chatbot sử dụng nhiều hệ thống quét từ khóa đầu vào, sau bot khởi động hành động, kéo câu trả lời với từ khóa phù hợp trả lời thông tin từ sở liệu / API, 12 bàn giao cho người Nếu tình chưa xảy (khơng có liệu), Chatbot bỏ qua đồng thời tự học để áp dụng cho trò chuyện sau Một yếu tối làm nên sức mạnh Chatbot khả tự học hỏi Càng sử dụng, tương tác với người dùng nhiều, tảng Chatbot “thông minh” Chatbot thông minh có khả tự học hỏi dựa liệu đưa vào mà không cần phải lập trình cụ thể (đó gọi phương pháp máy học – Machine Learning) Chính điều làm cho nhà phát triển dễ dàng tọa chương trình trị chuyện tự động hóa trị chuyện với người dùng Để biết thêm chi tiết ý tưởng khái niệm đằng sau Chatbot ta xem qua trình sau: 1.2.6 Một số tảng hỗ trợ phát triển cho Chatbot  Dialogflow  Wit.ai  Watson Conversation Service  Microsoft’s LUIS  Google Natural Language API 13  Amazon Lex … 1.2.7 Một số ứng dụng Chatbot - Giải trí: Các Chatbot giải trí trực tuyến tốt dựa AI Mitsuku, Rose, Insomno Bot… người dùng nói chuyện tương tác với chúng hàng giờ, trả lời câu hỏi bạn theo cách nhân văn hiểu tâm trạng bạn với ngôn ngữ bạn sử dụng - Thời tiết: Poncho Chatbot thiết kế để trở thành chuyên gia thời tiết, dự báo thời tiết chúng gửi cảnh báo thời tiết xấu với chấp thuận người dùng - Từ thiện: Để nâng cao nhận thức người khủng hoảng nước Ethiopia (dưới 50% dân số sử dụng nước sạch), tổ chức từ thiện: Nước hợp tác với Lokai để tạo Yeshi Yeshi Chatbot đại diện cô gái trẻ Ethiopia, người phải 2,5 ngày để tìm nước Khi bắt đầu trị chuyện với bot, Yeshi gửi hình ảnh, video, clip âm đồ để tạo trải nghiệm cảm xúc sâu sắc giúp người dùng khám phá thực tế khắc nghiệt người Ethiopia Yeshi - Nhà hàng ngành bán lẻ: Khách hàng Chatbot chào đón cung cấp tùy chọn menu như: chọn vị trí chỗ ngồi, tốn thơng báo họ bắt đầu lấy thức ăn họ - Khách sạn Du lịch: Chatbot giúp khách sạn số lĩnh vực, bao gồm quản lý thời gian, dịch vụ khách hàng giảm chi phí nhân lực chúng lập trình để trị chuyện với khách ngơn ngữ khác nhau, làm cho khách hàng nói chuyện ngơn ngữ địa phương dễ - Y tế: Chatbot hỏi triệu chứng, thông số thể lịch sử y tế, sau biên soạn danh sách nguyên nhân gây hầu hết triệu chứng xếp hạng chúng theo thứ tự nghiêm trọng Chatbot hướng dẫn bệnh nhân điều trị bệnh chữa khỏi mà không cần đến bác sĩ 14 - Hàng khơng: Bạn nhanak tài liệu chuyến bay qua Messenger, bao gồm xác nhận đặt vé, thông báo đăng ký, thẻ lên máy bay, cập nhật trạng thái chuyến bay - Nông nghiệp: Chatbot giúp ích cho việc tự động háo quy trình chiếu sáng (đóng mở đèn tự động), tưới tiêu, quản lý thời gian, trồng,… 1.2.8 Xu hướng phát triển Chatbot bùng nổ tượng tương lai gần Việc tiếp thị, quảng bá sản phẩm doanh nghiệp dựa chatbot dễ dàng tự nhiên nhiều Bên cạnh đó, người dùng cảm thấy thú vị hơn, khơng cịn cảm giác phương thức quảng cáo Mặc dù chatbot mang lại khả trải nghiệm tồn ứng dụng tạo cách tiếp cận hơn, linh hoạt hơn, thuận tiện đáp ứng yêu cầu nhanh cho người dùng, đặc biệt người dùng di động Ví dụ, thay phải tải đăng ký ứng dụng chuyên dụng đó, bạn cần gửi đoạn văn đến “bot” yêu caiaf chúng hành động mua vé xem phim, gọi taxi,… hay đơn giản đọc tin tức thời điểm Như vậy, tương lai gần, dịch vụ định hướng chatbot hào hợp với nhằm nâng cao trải nghiệm người dùng Và khơng “gây nên sợ hãi cho lồi người” chuyên gia cảng báo mối đe dọa trí tuệ nhân tạo (AI) Sự kết hợp Chatbot với trí tuệ nhân tạo (AI) cơng nghệ tiên tiến khác xu hướng phát triển mạnh mẽ cho Chatbot tương lai phát triển chúng thành tảng riêng hệ điều hành 1.3 Intent Intent đơn giản ý định người dùng cuối, ý định chuyển tải người dùng tới bot bạn Bạn chủ yếu đặt ý định vào nhóm chính: - Các ý định ngẫu nhiên, casual intents - Các ý định ngẫu nhiên, casual intents 15 a Casual Intents Đây ý định mở đầu kết thúc hội thoại Nhưng lời chào như: hi, hello, hallo, ciao, hay bye câu lệnh mở đầu kết thúc hội thoại Những ý định nên hướng bot bạn phản hồi câu trả lời gợi ý như: “Xin chào, tơi giúp cho bạn?” hay “Tạm biệt, cảm ơn trị chuyện với tơi” Các ý định ngẫu nhiên bao gồm ý định Khẳng định - Affirmative Không nhận - Negative cho câu nói như: “Ok”, “vâng”, “Khơng, khơng phải này.” Bằng ý định chung chung giúp bạn xử lý tất ý định khách hàng thay đưa câu chuyện có vào trị chuyện với bot Ví dụ, bot hỏi câu hỏi cho người dùng cuối - bạn nên mong đợi ý định khẳng định Affirmative ý định Negative có thứ khác bot hỏi câu hỏi Các ý đồ Affirmative Negative nên xử lý tất câu nói b Business Intents Đây ý định map trực tiếp với ý đồ ban đầu bot xây dựng, tức bot cần phải hỗ trợ xử lý ý định người dùng cuối họ truy cập vào website Ví dụ, ý định thơng tin phim, có câu nói “Khi danh sách Schindler phát hành?" ý định nghiệp vụ mà có ý định tìm năm phát hành phim bạn nên gắn nhãn theo tên hiểu được, giống như: “GetReleaseYearByTile” Lý tưởng bạn nên nghĩ ý định nghiệp vụ phần cịn lại câu chuyện câu chào hay lựa chọn quản lý chung ý định ngẫu nhiên Casual Intents 1.4 Entities Các ý định nghiệp vụ có meta-data intent gọi “Entities” Lấy ví dụ intent “GetReleaseYearByTile”, với input: “Khi Danh sách Schindler phát hành?" Ở “Danh sách Schindler” tên phim mà người dùng “có ý định” tìm năm phát hành Quá trình tìm kiếm thực thể entities hiểu giống với việc gán nhãn thẻ câu Part-of-Sentence tagging (POS) Tuy nhiên, người 16 sử dụng NLP as a service bạn không cần phải biết kỹ thuật việc POS tagging thực Khi người dùng nghĩ việc thiết kế intent entities phải xác định gán nhãn theo Một lần nữa, bạn có thực thể chung gán nhãn để sử dụng mục đích chung số liệu metrics (bao gồm: số lượng, số đếm, khối lượng, …), ngày tháng hầu hết dịch vụ NLP cho phép bạn gán thẻ thực thể loại chung mà không gặp phải rắc rối lớn Một vài thực thể gán thực thể phức hợp (composite entities), giống việc có nhiều thực thể (có thực thể thành phần bên nó) Là khoa học, không quan trọng bạn tính dịch vụ NLP bạn, miễn bạn có ghi nhãn thực thể đơn giản Một nhãn phải xác định thực thể trước gán nhãn thực thể phức hợp 17 CHƯƠNG 2: XÂY DỰNG CHATBOT VỚI PYTHON 2.1 Thư viện Chatterbot Python ChatterBot công cụ tạo chatbot tự động dựa sở học máy machine learning ngơn ngữ Python ChatterBot freamwork cho ChatAI (Chatbot AI) để tạo bot thơng minh để bạn tích hợp vào cơng cụ chat Facebook, Skype là tảng chat bạn tự tạo ChatterBot thiết kế dựa Python ngôn ngữ xử lý ngôn ngữ hàng đầu cho phép ChatterBot có để đào tạo ngơn ngữ Kể ngôn ngữ Tiếng Việt Đặc biệt ChatterBot dự án mã nguồn mở nên bạn hoàn toàn thể nghiên cứu phát triển kiểm soát toàn mã nguồn sở liệu Điều làm bảo mật tồn thơng tin bot mà bạn phát triển phụ thuộc vào tảng bên thứ Wit.AI… 2.2 Quy trình hoạt động Chatterbot Các Chatbot hoạt động cách sử dụng phương pháp phát trùng khớp mẫu câu Pattern matchers để tìm kiếm mẫu câu có câu hỏi người dùng xem có khớp với câu hỏi "huấn luyện" lưu trữ hệ thống để đưa câu trở lời phù hợp Ban đầu câu hỏi người dùng đưa vào sử dụng pattern định nghĩa từ trước để chia nhỏ câu hỏi thành pattern Tiếp theo ta sử dụng thuật toán học máy để xác định câu hỏi khớp câu hỏi định nghĩa từ trước Sau với câu hỏi ta chọn khớp ta chọn 18 câu trả lời từ tập câu trả lời định nghĩa trước câu hỏi Cuối cùng, trả lời cho người dùng câu trả lời ta tìm 2.3 Xây dựng Chatbot 2.3.1 Chuẩn bị - Chatterbot: nhân chatbot Đây thư viện phục vụ việc nhận tin nhắn người dùng học cách để trả lời cho tin nhắn - Flask: Tạo giao diện browser tương tác thực với người dùng Tải cài đặt Visual studio code để chạy code Python 2.3.2 Thư viện Chatterbot Cài đặt thư viện: Bạn cài đặt thư viện vào hệ thống sử dụng pip: pip install chatterbot Sau ta thử làm chatbot với vài dòng lệnh Một chatbot hoàn thiện phần: - Phần 1: Tạo chatbot Từ thư viện chatterbot import đối tượng ChatBot với mục đích khởi tạo chatbot Sau ta tạo chatbot tên Ron Obvious gán vào biến chatbot - Phần 2: Huấn luyện ChatBot Sau tạo ChatterBot Việc ta phải huấn luyện bot để học kiến thức ban đầu với câu trả lời cụ thể Phương pháp đào tạo mà thư viện cho phép cho đoạn hội thoại ngắn đại diện list câu hội thoại bot Bot tự động trả lời theo ngữ cảnh mà cài đặt trước 19 - Phần 3: Chọn câu trả lời Con bot nhận tin nhắn sau từ kiến thức học được, trả lời theo ngữ cảnh học từ trước ngữ cảnh vừa huấn luyện cho bot 20 KẾT LUẬN Chatbot tốn có tính ứng dụng cao đạt quan tâm lớn Rất nhiều doanh nghiệp mong muốn triển khai để cung cấp trải nghiệm tốt cho người dùng tối ưu chi phí nhân Tuy nhiên Chatbot chưa đạt mức độ thông minh kỳ vọng, chưa đủ thơng minh chuyên gia lĩnh vực để giải đáp thắc mắc người dùng, ví dụ kỹ bán hàng kỹ tư vấn vấn đề chuyên sâu Người dùng cảm thấy tệ nói chuyện với Chatbot thơng minh không quay lại sử dụng dịch vụ doanh nghiệp Vì doanh nghiệp thận trọng việc triển khai Chatbot để cung cấp dịch vụ 24/7 21 TI LIỆU THAM KHẢO Giáo trình nhập mơn trí tuệ nhân tạo Sách “AI cách mạng 4.0” Sách “kỷ nguyên trí tuệ nhân tạo” Sách “30 giây AI Robot học” 22