PDF de programación - BOTS Charlatanes

<<>>
Imágen de pdf BOTS Charlatanes

BOTS Charlatanesgráfica de visualizaciones

Actualizado el 21 de Marzo del 2018 (Publicado el 3 de Marzo del 2018)
194 visualizaciones desde el 3 de Marzo del 2018
1,1 MB
34 paginas
BOTS Charlatanes

Emiliano Dalla Verde Marcozzi

Twitter @edvm

Email edvm@fedoraproject.org

Que vamos a ver

● Tutorial breve de Wit.ai
● Conversation de IBM Watson
● Ponerlo en producción con Django

Elegir usuario persona

Interfaces con texto

● Emails
● Comentarios en redes sociales, bots, etc
● Whats up
● Twitter

○ Incluso se puede pedir soporte a empresas

● IRC, los clásicos no pasan de moda ;-)

Pensemos que pasa si
logramos que el
computador pueda:
● Entender
● Analizar
● Obtener significado
del TEXTO que generamos?

NLP / Natural Language Processing
Es el campo de estudio que se enfoca en
la interacción entre el lenguaje humano y
los computadores.

NLU / Natural Language Understanding
Es un subtópico de NLP que trata de
solucionar cosas aún más complicadas

Algunas aplicaciones

● Clasificar las preguntas que envia el Congreso Nacional

al Poder Ejecutivo

● Crear resúmenes de textos
● Entender sentimientos, clientes enojados, alegres, etc
● Categorizar texto automáticamente (por ej: congreso de la

Nación)

● Traducir entre idiomas
● Obtener la intención de un usuario, ej: quiero una pizza

Tutorial breve y acelerado

de Wit.ai

https://wit.ai/docs

Lean la documentación y en

10 minutos seguimos...

Crear nueva app en Wit.ai

Crear nueva app en Wit.ai

Crear primer story en Wit.ai

Crear primer story en Wit.ai

Crear primer story en Wit.ai

Agregando mas formas de saludar

Probando desde Python

pip install wit

Ojo, es ‘wit’, no ‘pywit’

Probando desde Python

from wit import Wit

def send(request, response):
print('Bot responde: {}'.format(response['text']))

actions = {
'send': send,
}

ACCESS_TOKEN = ‘too_secret’

client = Wit(
access_token=ACCESS_TOKEN,
actions=actions
)

client.interactive()

Como funciona?

USUARIO

CONVERSACION

PREGUNTA

RESPUESTA

NLTK

SyntaxNet

Textar

REST API

APP

creada en
3

WIT

Agregando una segunda intención

Agregando una segunda intención

Agregando una segunda intención

Como funciona?

NLTK

SyntaxNet

USUARIO

CONVERSACION

PREGUNTA

RESPUESTA

REST API

APP

creada en
3

WIT

Session id

Context

Conversation de IBM

Watson

(en un solo slide)

Poniendo esto en

Producción
Con Django Channels

Un usuario chatea con el BOT

USER
BROWSE

R

request

response

DJANGO

3 WIT

D
B

Los channels son Colas de Tareas, donde los
Productores pushean mensajes que luego
son entregados a los Consumidores que están
escuchando en esos channels. Ver mas

PASOS

pip install channels


● Agregar ‘channels’ a INSTALLED_APPS
● Elegir un channel layer y configurarlo en

settings.py variable
CHANNEL_LAYERS

● Configurar channel_routing
● Configurar asgi.py (Asynchronous Server

Gateway Interface)

● Correr Django con Daphne (Channel

Interface Server)

USER

BROWSER

request

response

D
A
P
H
N
E

1

2

3

DJANGO

3 WIT

workers

DB

routing.py

consumers.py

USER

BROWSER

request

response

wss://

D
A
P
H
N
E

1

2

3

DJANGO

3 WIT

workers

DB

FIN

Emiliano Dalla Verde Marcozzi

https://github.com/edvm/talks/tree/master/pycon2016

@edvm

edvm@fedoraproject.org
  • Links de descarga
http://lwp-l.com/pdf9184

Comentarios de: BOTS Charlatanes (0)


No hay comentarios
 

Comentar...

Nombre
Correo (no se visualiza en la web)
Valoración
Comentarios
Es necesario revisar y aceptar las políticas de privacidad