Syväoppimiskehyksen hyödyntäminen chattibotin toteutuksessa
Immonen, Netta (2022)
Immonen, Netta
2022
All rights reserved. This publication is copyrighted. You may download, display and print it for Your own personal use. Commercial use is prohibited.
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:amk-2022112925031
https://urn.fi/URN:NBN:fi:amk-2022112925031
Tiivistelmä
Chattibotteja käytettään yhä useammassa paikassa kommunikoimaan asiakkaiden kanssa. Chattibottien määrä on viimevuosien aikana kasvanut räjähdysmäisesti. Tekoälyn hyödyntäminen on nykyään mahdollista muillekin kuin tekoälyn tutkijoille ja suurille yrityksille, joilla on varaa rahoittaa tutkimusta. Syväoppimiskehykset ja tietokoneiden laskentatehon kasvu on demokratisoinut tekoälyn käytön ja mahdollistanut sen, että pienetkin toimijat voivat hyödyntää muun muassa chattibotteja toiminnassaan. Chattibotit mahdollistavat sen, että yrityksen asiakkaat voivat nopeasti saada oikeaa ja ajankohtaista tietoa yksinkertaisiin kysymyksiin botilta, jolloin sekä asiakkaan että asiakaspalvelijan aikaa säästyy.
Tämän työ tarkoituksena oli kehittää pieni chattibotti hyödyntämällä tarjolla olevia syväoppimiskehyksiä ja tuottaa dokumentaatio, jota seuraamalla kuka tahansa voi luoda oman chattibottinsa.
Chattibotti on tehty Python-ohjelmointikielellä. Käytetty syväoppimiskehys on Py-Torch. Ympäristönä on Googlen Colaboratory, Googlen pilviympäristössä toimiva Jupyter-pohjainen kehitysympäristö. Botin opetusmateriaali on itse kirjoitettu json-tiedosto.
Työn lähteinä on käytetty verkosta löytyvää neuroverkkoihin ja chattibotteihin liittyvää aineistoa.
Tämän työ tarkoituksena oli kehittää pieni chattibotti hyödyntämällä tarjolla olevia syväoppimiskehyksiä ja tuottaa dokumentaatio, jota seuraamalla kuka tahansa voi luoda oman chattibottinsa.
Chattibotti on tehty Python-ohjelmointikielellä. Käytetty syväoppimiskehys on Py-Torch. Ympäristönä on Googlen Colaboratory, Googlen pilviympäristössä toimiva Jupyter-pohjainen kehitysympäristö. Botin opetusmateriaali on itse kirjoitettu json-tiedosto.
Työn lähteinä on käytetty verkosta löytyvää neuroverkkoihin ja chattibotteihin liittyvää aineistoa.