image

Access unlimited bootcamps and 650+ courses

50
%OFF
Article image
Mauricio Oliveira
Mauricio Oliveira25/12/2024 19:52
Share

Chatbot Inteligente com Python

  • #Machine Learning
  • #Python

Continuando com o aprendizado de Machine Learning, desenvolvi um chatbot com PLN(Processamento de linguagem natural) utilizando o modelo Flan-T5, a um primeiro momento o chatbot responde apenas á questões mais simples.

Recursos Técnicos:

  • Utilizei o LangChain para gerenciar a memória da conversa e manter o contexto entre as mensagens.
  • O modelo foi configurado com um pipeline de text2text-generation, ajustado para respostas criativas e coerentes.
  • A integração do Hugging Face Transformers garantiu flexibilidade e alta performance.

O chatbot suporte interações dinâmicas, armazenando até 5 interações recentes para melhorar a experiência do usuário.

Principais Aprendizados:

  • A importância de criar prompts eficientes para guiar o comportamento do modelo.
  • O uso de memória contextual para conversas mais naturais.
  • Como ajustar parâmetros de geração para equilibrar criatividade e relevância.

Link do projeto no Google Colab: https://colab.research.google.com/drive/1R5tbtwjMFywWGY_VN0ZOCWxs6SvgD4XO?usp=sharing

imageimage

Share
Comments (2)
Mauricio Oliveira
Mauricio Oliveira - 25/12/2024 20:44

Obrigado pela suguestão! Link público para o código no Google Colab já adicionado

MÁRCIA SOUZA
MÁRCIA SOUZA - 25/12/2024 20:25

Olá!


Agradecemos a publicação deste artigo e a contribuição que ele traz para o campo.


Para enriquecer ainda mais este trabalho, sugerimos algumas possibilidades para futuras versões. A comunidade científica se beneficiaria de um aprofundamento na metodologia, com detalhes sobre a criação dos prompts, a seleção dos parâmetros de geração e os testes realizados. A inclusão de exemplos práticos e a apresentação de métricas precisas, como precisão e recall, fortaleceriam a credibilidade dos resultados.


Acreditamos que a disponibilização do código em um repositório público fomentaria a colaboração e permitiria que outros pesquisadores reproduzissem e expandissem este estudo. Além disso, a contextualização do projeto dentro de um plano de desenvolvimento futuro, com a apresentação das próximas etapas, demonstraria a continuidade e o potencial de evolução do trabalho.


Esta crítica construtiva foi elaborada por IA, com revisão humana.