HASTALIKLAR İÇİN PYTHONLA YAPAY ZEKALI HASTALIK DANIŞMA CHATBOTU
Bu chatbotun görevi, hastalıklar hakkında bilgi vermek ve kullanıcılarla sohbet etmektir. Bu chatbot, Rasa adlı bir çerçeve kullanarak Python ile yapılmıştır. Bu chatbot, kullanıcının sorduğu hastalığın belirtilerini, tedavisini ve diğer bilgilerini bir API’den getirir ve kullanıcıya sunar. Ayrıca, bu chatbot, kullanıcının ilgisini çekmek ve eğlendirmek için çeşitli içerikler üretebilir. Örneğin, bir hastalık hakkında bir şiir, bir hikaye, bir şarkı veya bir karikatür oluşturabilir. Bu chatbot, yapay zeka ile çalışır ve kendini geliştirmeye devam eder.
Python ile hastalıklar için bir yapay zekalı chatbot yapmak için aşağıdaki adımları takip edebilirsiniz:
- Bir chatbot projesi oluşturun ve gerekli kütüphaneleri ve çerçeveleri yükleyin. Örneğin, Rasa kullanıyorsanız, rasa init komutu ile bir proje oluşturabilirsiniz.
- Chatbotunuzun amacına ve işlevselliğine uygun olarak, diyalog akışlarını, niyetleri, varlıkları, eylemleri ve cevapları tanımlayın. Örneğin, Rasa kullanıyorsanız, domain.yml, nlu.yml, stories.yml ve actions.py dosyalarını düzenleyebilirsiniz.
- Chatbotunuzu eğitmek için yeterli miktarda veri toplayın veya oluşturun. Örneğin, Rasa kullanıyorsanız, rasa train komutu ile chatbotunuzu eğitebilirsiniz.
- Chatbotunuzu test etmek için farklı senaryoları deneyin ve performansını değerlendirin. Örneğin, Rasa kullanıyorsanız, rasa shell komutu ile chatbotunuzla konuşabilirsiniz.
- Chatbotunuzu dağıtmak için uygun bir platform seçin ve gerekli ayarları yapın. Örneğin, chatbotunuzu bir web sitesine, bir mobil uygulamaya veya bir sosyal medya platformuna entegre edebilirsiniz.
Bu önerilere göre pythonla bir yapay zekalı chatbota ait kodlar aşağıda verilmiştir:
1. Dosya
```python
# domain.yml
version: "2.0"
intents:
- greet
- ask_disease
- ask_symptoms
- ask_treatment
- goodbye
entities:
- disease
responses:
utter_greet:
- text: "Merhaba, ben hastalıklar hakkında bilgi veren bir chatbotum. Sormak istediğiniz bir hastalık var mı?"
utter_ask_disease:
- text: "Hangi hastalık hakkında bilgi almak istiyorsunuz?"
utter_ask_symptoms:
- text: "{disease} hastalığının belirtileri şunlardır: {symptoms}"
utter_ask_treatment:
- text: "{disease} hastalığının tedavisi şunlardır: {treatment}"
utter_goodbye:
- text: "Görüşmek üzere, kendinize iyi bakın."
actions:
- action_fetch_disease_info
session_config:
session_expiration_time: 60
carry_over_slots_to_new_session: true
```
2. Dosya ```python
# nlu.yml
version: "2.0"
nlu:
- intent: greet
examples: |
- Merhaba
- Selam
- Nasılsın
- intent: ask_disease
examples: |
- Grip hakkında bilgi almak istiyorum
- Kanser nedir?
- Astım nasıl oluşur?
- intent: ask_symptoms
examples: |
- Grip belirtileri nelerdir?
- Kanser nasıl anlaşılır?
- Astımın belirtileri neler?
- intent: ask_treatment
examples: |
- Grip nasıl tedavi edilir?
- Kanser için ne yapmalıyım?
- Astımın tedavisi var mı?
- intent: goodbye
examples: |
- Görüşürüz
- Teşekkürler
- Hoşçakal
```
3. Dosya ```python
# stories.yml
version: "2.0"
stories:
- story: happy path
steps:
- intent: greet
- action: utter_greet
- intent: ask_disease
- action: action_fetch_disease_info
- action: utter_ask_symptoms
- intent: ask_treatment
- action: action_fetch_disease_info
- action: utter_ask_treatment
- intent: goodbye
- action: utter_goodbye
```
4. Dosya ```python
# actions.py
from typing import Any, Text, Dict, List
from rasa_sdk import Action, Tracker
from rasa_sdk.executor import CollectingDispatcher
import requests
class ActionFetchDiseaseInfo(Action):
def name(self) -> Text:
return "action_fetch_disease_info"
def run(self, dispatcher: CollectingDispatcher,
tracker: Tracker,
domain: Dict[Text, Any]) -> List[Dict[Text, Any]]:
disease = tracker.get_slot("disease")
if disease:
response = requests.get(f"api.disease.info/v1/diseases/{disease}")
if response.status_code == 200:
data = response.json()
symptoms = ", ".join(data["symptoms"])
treatment = ", ".join(data["treatment"])
dispatcher.utter_message(response_message=f"{disease} hastalığı hakkında bilgi buldum.")
return [SlotSet("symptoms", symptoms), SlotSet("treatment", treatment)]
else:
dispatcher.utter_message(response_message=f"{disease} hastalığı hakkında bilgi bulamadım.")
return [SlotSet("disease", None)]
else:
dispatcher.utter_message(response_message="Lütfen bir hastalık ismi giriniz.")
return []
```
Bu kodlar, Rasa adlı bir çerçeve kullanarak hastalıklar için bir yapay zekalı chatbot yapmanızı sağlar. Rasa, doğal dil işleme ve makine öğrenimi ile chatbotlar oluşturmak için kullanılan açık kaynaklı bir araçtır. Kodlarda dört ana dosya vardır:
- domain.yml: Bu dosya, chatbotunuzun niyetlerini, varlıklarını, cevaplarını ve eylemlerini tanımlar. Niyetler, kullanıcının amacını belirten cümlelerdir. Varlıklar, niyetler içindeki önemli bilgilerdir. Cevaplar, chatbotunuzun kullanıcıya verdiği mesajlardır. Eylemler, chatbotunuzun gerçekleştirdiği işlevlerdir. Örneğin, bu dosyada, hastalık ismi almak için ask_disease niyeti, hastalık ismini tanımak için disease varlığı, hastalık belirtilerini vermek için utter_ask_symptoms cevabı ve hastalık bilgisi getirmek için action_fetch_disease_info eylemi tanımlanmıştır.
- nlu.yml: Bu dosya, chatbotunuzun niyetlerini ve varlıklarını tanıması için gerekli olan verileri içerir. Bu dosyada, her niyet için örnek cümleler ve her varlık için örnek değerler verilir. Örneğin, bu dosyada, ask_disease niyeti için "Grip hakkında bilgi almak istiyorum" ve disease varlığı için "Grip" örnekleri verilmiştir.
- stories.yml: Bu dosya, chatbotunuzun diyalog akışlarını tanımlar. Bu dosyada, bir hikaye, bir kullanıcı ve chatbot arasındaki etkileşimi temsil eder. Bir hikaye, niyet, cevap ve eylem adımlarından oluşur. Örneğin, bu dosyada, happy path adlı bir hikaye, kullanıcının selam vermesi, hastalık sorması, belirti ve tedavi sorması ve veda etmesi gibi adımları içerir.
- actions.py: Bu dosya, chatbotunuzun özel eylemlerini tanımlar. Bu dosyada, bir eylem, bir sınıf olarak tanımlanır ve bir isim, bir çalıştırma fonksiyonu ve bir dönüş değeri içerir. Örneğin, bu dosyada, action_fetch_disease_info adlı bir eylem, bir hastalık ismi alır, bir API’den hastalık bilgisi ister, belirti ve tedavi bilgilerini döndürür ve kullanıcıya bir mesaj gönderir.