Scribd
Cargar
111 vistas4 páginas

Implementación de un Chatbot en Python

Este documento resume la implementación de un chatbot en Python que utiliza información almacenada en un archivo de texto para responder preguntas sobre el coronavirus. El chatbot importa librerías como NLTK para procesar lenguaje natural, TfidfVectorizer para determinar palabras clave, y cosine_similarity para encontrar similitudes entre preguntas del usuario y respuestas en el archivo. El chatbot saluda al usuario, procesa la entrada, busca coincidencias con el archivo y devuelve una o más respuestas posibles.

Cargado por

Jhan novillo alejandria
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como DOCX, PDF, TXT o lee en línea desde Scribd
111 vistas4 páginas

Implementación de un Chatbot en Python

Este documento resume la implementación de un chatbot en Python que utiliza información almacenada en un archivo de texto para responder preguntas sobre el coronavirus. El chatbot importa librerías como NLTK para procesar lenguaje natural, TfidfVectorizer para determinar palabras clave, y cosine_similarity para encontrar similitudes entre preguntas del usuario y respuestas en el archivo. El chatbot saluda al usuario, procesa la entrada, busca coincidencias con el archivo y devuelve una o más respuestas posibles.

Cargado por

Jhan novillo alejandria
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como DOCX, PDF, TXT o lee en línea desde Scribd

FACULTAD DE INGENIERÍA

CARRERA DE Ingeniería de Sistemas Computacionales

IMPLEMENTACIÓN DE UN CHATBOT
Estudiante:
Jhan Jhastler Novillo Alejandría

Curso:
Big Data y Machine Learning
Docente:
Ing. Laura Sofía Bazán Díaz
Cajamarca - Perú

2020
 Implementación de un chatbot que utiliza información guardad en un bloc de notas.
 Importamos la librería nltk, el cual permite comprender los idiomas de los seres
humanos, dicha librería es para python.
 Importamos TfidfVectorizer con el fin de determinar que palabras con mayor
frecuencia se usan en documento de texto, dando como resultado final a pasar a la
transformación de matrices.
 Importamos cosine_similarity para utilizar la formula del coseno con el fin de
encontrar similitud entre los documentos y con lo que el usuario desea buscar.
 Importamos stopwords porque permite eliminar palabras comunes en un texto, este
motor de palabras agiliza el procesamiento de aprendizaje ante un documento.

 Leemos un archivo que contiene información de coronavirus.


 Descargamos los motores de texto como el stopwords, wordnet, punkt.

 Creamos dos funciones uno que sería para las palabras de entradas o tokens el otro es
para los datos entradas se adecuen al procesador de texto de la librería de nltk.
 Definimos una función para el saludo de robocito entre la palabra que ingresa el usuario.

 Definimos una función llamada response, que da como resultado las respuestas obtenidas
en el bloc de txt, puede ser una a más respuestas. Hay una condición donde indica que si
no encontró el robo dirá “lo siento” caso contrario responderá lo que encontró.

 Aquí le indicamos como nuestro chatbot debe iniciar, luego pasa por un while que
evaluara las condiciones para responder de acuerdo a lo que escriba el usuario, para que
en las condicionales haga uso de la función saludar(greeting), así mismo usa la función
response de repuestas.

También podría gustarte