From c20eeebd19a59563900e0d85f93a88d0e813c2eb Mon Sep 17 00:00:00 2001 From: =?UTF-8?q?Dominik=20Strza=C5=82ko?= Date: Thu, 18 Mar 2021 12:04:55 +0100 Subject: [PATCH] DL Bot + 3 data sets for learning (2x PL, 1x EN) --- DL_Chatbot_ver_1_0.ipynb | 635 +++++++++++++++++++++++++++++++++++++++ intents_en.json | 33 ++ intents_pl.json | 53 ++++ intents_pl_short.json | 23 ++ 4 files changed, 744 insertions(+) create mode 100644 DL_Chatbot_ver_1_0.ipynb create mode 100644 intents_en.json create mode 100644 intents_pl.json create mode 100644 intents_pl_short.json diff --git a/DL_Chatbot_ver_1_0.ipynb b/DL_Chatbot_ver_1_0.ipynb new file mode 100644 index 0000000..5455056 --- /dev/null +++ b/DL_Chatbot_ver_1_0.ipynb @@ -0,0 +1,635 @@ +{ + "nbformat": 4, + "nbformat_minor": 0, + "metadata": { + "colab": { + "name": "DL_Chatbot_ver_1_0.ipynb", + "provenance": [], + "toc_visible": true + }, + "kernelspec": { + "name": "python3", + "display_name": "Python 3" + } + }, + "cells": [ + { + "cell_type": "markdown", + "metadata": { + "id": "HxtCFj1hfXw6" + }, + "source": [ + "# 0. Instalacja i importowanie modułów" + ] + }, + { + "cell_type": "markdown", + "metadata": { + "id": "enDE5aTIgN-v" + }, + "source": [ + "##### 0.1. Ogólne" + ] + }, + { + "cell_type": "code", + "metadata": { + "id": "D7_8XDfpfH-X" + }, + "source": [ + "!pip install tflearn\r\n", + "!pip install tensorflow" + ], + "execution_count": null, + "outputs": [] + }, + { + "cell_type": "code", + "metadata": { + "id": "GOGs4hL6fwwK" + }, + "source": [ + "import numpy as np\r\n", + "import tflearn\r\n", + "import tensorflow\r\n", + "import random\r\n", + "import json" + ], + "execution_count": null, + "outputs": [] + }, + { + "cell_type": "markdown", + "metadata": { + "id": "Mr0ZD1L2gCWw" + }, + "source": [ + "##### 0.2. Angielski Stemmer: https://www.nltk.org/_modules/nltk/stem/lancaster.html" + ] + }, + { + "cell_type": "code", + "metadata": { + "id": "jy4-9guXgBY3" + }, + "source": [ + "import nltk\r\n", + "nltk.download('punkt')\r\n", + "from nltk.stem.lancaster import LancasterStemmer\r\n", + "stemmer_en = LancasterStemmer()" + ], + "execution_count": null, + "outputs": [] + }, + { + "cell_type": "markdown", + "metadata": { + "id": "uPpcNQa_ggUl" + }, + "source": [ + "##### 0.3. Polski Stemmer **(Docelowy)**: https://pypi.org/project/pystempel/" + ] + }, + { + "cell_type": "code", + "metadata": { + "id": "YgtIHwpKgBR4" + }, + "source": [ + "!pip install pystempel" + ], + "execution_count": null, + "outputs": [] + }, + { + "cell_type": "code", + "metadata": { + "id": "XBpvJXn1gBDi" + }, + "source": [ + "from stempel import StempelStemmer\r\n", + "\r\n", + "stemmer_pl = StempelStemmer.default() #może wersja \".polimorf()\" jest lepsza?" + ], + "execution_count": null, + "outputs": [] + }, + { + "cell_type": "markdown", + "metadata": { + "id": "Lg_3MO_3hQV_" + }, + "source": [ + "# 1. Załadowanie plików **.json** z bazą słów" + ] + }, + { + "cell_type": "markdown", + "metadata": { + "id": "BzBo1657hn3w" + }, + "source": [ + "##### 1.1. Docelowa baza słów polskich do nauki modelu (10 rodzajów odp - PL)" + ] + }, + { + "cell_type": "code", + "metadata": { + "colab": { + "base_uri": "https://localhost:8080/" + }, + "id": "jKsIW7hHhepB", + "outputId": "09ba1cb1-bb0e-44ee-9d28-017209902934" + }, + "source": [ + "with open(\"intents_pl.json\") as file:\r\n", + " data_pl = json.load(file)\r\n", + "\r\n", + "print(data_pl)" + ], + "execution_count": 9, + "outputs": [ + { + "output_type": "stream", + "text": [ + "{'intents': [{'tag': 'greeting', 'patterns': ['Cześć', 'Elo', 'Jesteś?', 'Hej', 'Dzień dobry', 'Sup'], 'responses': ['Cześć!', 'Dobrze Cię widzieć!', 'Hej, w czym mogę pomóc?'], 'context_set': ''}, {'tag': 'goodbye', 'patterns': ['narazie', 'Do zobaczenia', 'Dowidzenia', 'Dobranoc', 'Miłego dnia'], 'responses': ['Do zobaczenia później', 'Mam nadzieję, że później pogadamy', 'Narazie!'], 'context_set': ''}, {'tag': 'age', 'patterns': ['Ile masz lat', 'Ile lat ma Janet', 'Wiek', 'Jak stara jesteś', 'urodziny'], 'responses': ['Mam kilka dni', 'Urodziłam się 17.03.2021'], 'context_set': ''}, {'tag': 'name', 'patterns': ['Jak masz na imię', 'Jak Cię zwą?', 'twoje imie?', 'Imie', 'Jak cię nazywać', 'Kim jesteś'], 'responses': ['Możesz mnie nazywać Janet!', 'Jestem Janet', 'Jestem Janet, twój ulubiony chatbot'], 'context_set': ''}, {'tag': 'goout', 'patterns': ['Czy chcesz gdzieś wyjść?', 'zrobimy coś razem?', 'pójdziemy gdzieś razem?'], 'responses': ['Może kiedy indziej', 'Odezwę się latem'], 'context_set': ''}, {'tag': 'doing', 'patterns': ['Co robisz teraz?', 'co słychać', 'jakie masz plany?', 'jak się masz?'], 'responses': ['Gram w grę', 'Słucham muzyki', 'nie twój interes', 'nie mam czasu odpowiadać', ''], 'context_set': ''}, {'tag': 'game', 'patterns': ['a w co grasz?', 'a w co?', 'grasz?'], 'responses': ['nie interesuj się', 'a co cię to obchodzi', '...', 'w coś', 'W OSRS'], 'context_set': ''}, {'tag': 'music', 'patterns': ['czego?', 'czego słuchasz?', 'jakiej muzyki?'], 'responses': ['Starego vinyla z 1995 roku', 'mojego ulubionego setu rejwowego', 'czegoś tam...'], 'context_set': ''}, {'tag': 'angry', 'patterns': ['bo co?', 'dlaczego?', 'jak to?'], 'responses': ['Czas zakończyć rozmowę', 'nie mam na to siły i czasu', 'zostaw mnie w spokoju'], 'context_set': ''}, {'tag': 'why', 'patterns': ['o co chodzi?', 'czemu jesteś zła', 'poczekaj'], 'responses': ['...', 'Nie pisz do mnie więcej', 'Odezwę się latem'], 'context_set': ''}]}\n" + ], + "name": "stdout" + } + ] + }, + { + "cell_type": "markdown", + "metadata": { + "id": "g94eHpqshoat" + }, + "source": [ + "##### 1.2. Skrócona baza słów (4 rodzaje odp - PL)" + ] + }, + { + "cell_type": "code", + "metadata": { + "colab": { + "base_uri": "https://localhost:8080/" + }, + "id": "gJbm_CtRhNOK", + "outputId": "157196fc-6a25-4a70-aca3-9d886c743f6c" + }, + "source": [ + "with open(\"intents_pl_short.json\") as file:\r\n", + " data_pl_short = json.load(file)\r\n", + "\r\n", + "print(data_pl_short)" + ], + "execution_count": 10, + "outputs": [ + { + "output_type": "stream", + "text": [ + "{'intents': [{'tag': 'greeting', 'patterns': ['Cześć', 'Elo', 'Jesteś?', 'Hej', 'Dzień dobry', 'Sup'], 'responses': ['Cześć!', 'Dobrze Cię widzieć!', 'Hej, w czym mogę pomóc?'], 'context_set': ''}, {'tag': 'goodbye', 'patterns': ['narazie', 'Do zobaczenia', 'Dowidzenia', 'Dobranoc', 'Miłego dnia'], 'responses': ['Do zobaczenia później', 'Mam nadzieję, że później pogadamy', 'Narazie!'], 'context_set': ''}, {'tag': 'age', 'patterns': ['Ile masz lat', 'Ile lat ma Janet', 'Wiek', 'Jak stara jesteś', 'urodziny'], 'responses': ['Mam kilka dni', 'Urodziłam się 17.03.2021'], 'context_set': ''}, {'tag': 'name', 'patterns': ['Jak masz na imię', 'Jak Cię zwą?', 'twoje imie?', 'Imie', 'Jak cię nazywać', 'Kim jesteś'], 'responses': ['Możesz mnie nazywać Janet!', 'Jestem Janet', 'Jestem Janet, twój ulubiony chatbot'], 'context_set': ''}]}\n" + ], + "name": "stdout" + } + ] + }, + { + "cell_type": "markdown", + "metadata": { + "id": "HjkIUMy2ho6C" + }, + "source": [ + "##### 1.3. Testowa baza słów angielskich (6 rodzajów odp - EN)" + ] + }, + { + "cell_type": "code", + "metadata": { + "colab": { + "base_uri": "https://localhost:8080/" + }, + "id": "vW5FyoRqhfIc", + "outputId": "378d8894-9c9c-46be-ade1-b6491f095179" + }, + "source": [ + "with open(\"intents_en.json\") as file:\r\n", + " data_en = json.load(file)\r\n", + "\r\n", + "print(data_en)" + ], + "execution_count": 11, + "outputs": [ + { + "output_type": "stream", + "text": [ + "{'intents': [{'tag': 'greeting', 'patterns': ['Hi', 'How are you', 'Is anyone there?', 'Hello', 'Good day', 'Whats up'], 'responses': ['Hello!', 'Good to see you again!', 'Hi there, how can I help?'], 'context_set': ''}, {'tag': 'goodbye', 'patterns': ['cya', 'See you later', 'Goodbye', 'I am Leaving', 'Have a Good day'], 'responses': ['Sad to see you go :(', 'Talk to you later', 'Goodbye!'], 'context_set': ''}, {'tag': 'age', 'patterns': ['how old', 'how old is tim', 'what is your age', 'how old are you', 'age?'], 'responses': ['I am 18 years old!', '18 years young!'], 'context_set': ''}, {'tag': 'name', 'patterns': ['what is your name', 'what should I call you', 'whats your name?'], 'responses': ['You can call me Tim.', \"I'm Tim!\", \"I'm Tim aka Tech With Tim.\"], 'context_set': ''}, {'tag': 'shop', 'patterns': ['Id like to buy something', 'whats on the menu', 'what do you reccommend?', 'could i get something to eat'], 'responses': ['We sell chocolate chip cookies for $2!', 'Cookies are on the menu!'], 'context_set': ''}, {'tag': 'hours', 'patterns': ['when are you guys open', 'what are your hours', 'hours of operation'], 'responses': ['We are open 7am-4pm Monday-Friday!'], 'context_set': ''}]}\n" + ], + "name": "stdout" + } + ] + }, + { + "cell_type": "markdown", + "metadata": { + "id": "4BnsOkqqjBlr" + }, + "source": [ + "# 2. Przygotowanie danych do nauki modelu" + ] + }, + { + "cell_type": "code", + "metadata": { + "id": "gy6p55-DjLyY" + }, + "source": [ + "words = []\r\n", + "labels = []\r\n", + "docs_x = []\r\n", + "docs_y = []" + ], + "execution_count": 12, + "outputs": [] + }, + { + "cell_type": "markdown", + "metadata": { + "id": "XxZX-JQA5zjL" + }, + "source": [ + "##### 2.1 Stworzenie tablicy ze wszystkimi możliwymi inputami użytkownika (+ labele)" + ] + }, + { + "cell_type": "code", + "metadata": { + "id": "nBUKwSr_kVSd" + }, + "source": [ + "for intent in data_pl_short[\"intents\"]: #Loop przez cały json\r\n", + " for pattern in intent[\"patterns\"]: #loop przez wszystkie możliwe rodzaje przykładowego inputu użytkownika\r\n", + " wrds = nltk.word_tokenize(pattern) #Tokenizing every word\r\n", + " words.extend(wrds) #Add every single tokenized word\r\n", + " docs_x.append(wrds) #Add the whole tokenized sentence\r\n", + " docs_y.append(intent[\"tag\"]) #Pattern x coresponds to the tag y. Potrzebne do ustalenia relacji słowa z odpowiedzią\r\n", + "\r\n", + " if intent[\"tag\"] not in labels:\r\n", + " labels.append(intent[\"tag\"]) #Add the tag" + ], + "execution_count": 13, + "outputs": [] + }, + { + "cell_type": "code", + "metadata": { + "id": "wOyP5lbikV1e" + }, + "source": [ + "words = [stemmer_pl.stem(w.lower()) for w in words if w not in \"?\"] #stemming -> take each word and bring it to the \"root\" form. Only the stemmed version of the word is important to us\r\n", + "words = sorted(list(set(words))) #Sorting\r\n", + "\r\n", + "labels = sorted(labels) #sorting\r\n", + "\r\n", + "training = []\r\n", + "output = []\r\n", + "\r\n", + "out_empty = [0 for _ in range(len(labels))]" + ], + "execution_count": 14, + "outputs": [] + }, + { + "cell_type": "markdown", + "metadata": { + "id": "WewUeunf5_Za" + }, + "source": [ + "##### 3.2. Przypisywanie słów do danej kategorii (ie. \"Cześć\" do Greetings)" + ] + }, + { + "cell_type": "markdown", + "metadata": { + "id": "1Q43_qtZ6KNP" + }, + "source": [ + "W przypadku data_pl_short są tylko 4 rodzaje odpowiedzi. \"Cześć\" które zostane przypisane do labela \"greeting\" będzie miało formę końcowego outputu \"1000\" jeżeli label \"greetings\" jest pierwszy do wyboru." + ] + }, + { + "cell_type": "markdown", + "metadata": { + "id": "doFER5OS7CC_" + }, + "source": [ + "Warto też dodać, że sieć neuronowa nie przyjmuje teksu. To jest główny powód czemu przypisujemy słowa do kategorii" + ] + }, + { + "cell_type": "code", + "metadata": { + "id": "8FDKrjpjkYsE" + }, + "source": [ + "for x, doc in enumerate(docs_x): #Przejście przez wszystkie słowa\r\n", + " bag =[]\r\n", + "\r\n", + " wrds = [stemmer_pl.stem(w) for w in doc] #podział wszystkich słów w danym zdaniu\r\n", + "\r\n", + " for w in words:\r\n", + " if w in wrds:\r\n", + " bag.append(1) #this word exist\r\n", + " else:\r\n", + " bag.append(0) #do not exist\r\n", + " \r\n", + " output_row = out_empty[:] #kopia\r\n", + " output_row[labels.index(docs_y[x])] = 1\r\n", + "\r\n", + " training.append(bag) #dodajemy nowe wyrażenie zamienione na ciąg binarny\r\n", + " output.append(output_row)\r\n", + "\r\n", + "training = np.array(training) #Zbiór treningowy\r\n", + "output = np.array(output) #Zbiór outputów" + ], + "execution_count": 16, + "outputs": [] + }, + { + "cell_type": "code", + "metadata": { + "colab": { + "base_uri": "https://localhost:8080/" + }, + "id": "cJKUjbkC72-f", + "outputId": "7e2bff96-78ce-49ff-b27b-eee77752228d" + }, + "source": [ + "len(training) #dla pl_short mamy 44 słowa" + ], + "execution_count": 18, + "outputs": [ + { + "output_type": "execute_result", + "data": { + "text/plain": [ + "44" + ] + }, + "metadata": { + "tags": [] + }, + "execution_count": 18 + } + ] + }, + { + "cell_type": "code", + "metadata": { + "colab": { + "base_uri": "https://localhost:8080/" + }, + "id": "Kx43VDgS7-yN", + "outputId": "4fa6f6fe-dc58-4e76-bb26-38c1784ab79c" + }, + "source": [ + "len(output[0]) #Które można przypisać do 4 kategorii" + ], + "execution_count": 20, + "outputs": [ + { + "output_type": "execute_result", + "data": { + "text/plain": [ + "4" + ] + }, + "metadata": { + "tags": [] + }, + "execution_count": 20 + } + ] + }, + { + "cell_type": "markdown", + "metadata": { + "id": "yCFKTbjZ12wh" + }, + "source": [ + "# 3. Model i jego ćwiczenie" + ] + }, + { + "cell_type": "code", + "metadata": { + "id": "MDA435sI1-Xl" + }, + "source": [ + "training = np.array(training) #zamiana typu dla sieci neuronowej\r\n", + "output = np.array(output) #zamiana typu dla sieci neuronowej" + ], + "execution_count": 22, + "outputs": [] + }, + { + "cell_type": "markdown", + "metadata": { + "id": "SvBURQCc3PBj" + }, + "source": [ + "##### 3.1. Stworzenie DLN i inicjacja modelu" + ] + }, + { + "cell_type": "code", + "metadata": { + "colab": { + "base_uri": "https://localhost:8080/" + }, + "id": "XaQJh1aG2hbj", + "outputId": "80420df0-3a78-4583-9563-2165e968713d" + }, + "source": [ + "tensorflow.compat.v1.reset_default_graph() #Reset na wszelki wypadek (w sumie nie wiem czy to jakaś super ważna linijka kodu)\r\n", + "\r\n", + "net = tflearn.input_data(shape=[None, len(training[0])]) #Input layer\r\n", + "net = tflearn.fully_connected(net, 8) #8 neurons for hidden layer\r\n", + "net = tflearn.fully_connected(net, 8) #8 neurons for hidden layer\r\n", + "#net = tflearn.fully_connected(net, 8) #8 neurons for hidden layer\r\n", + "net = tflearn.fully_connected(net, len(output[0]), activation=\"softmax\") #len(output) neurons for output layer + Softmax jako najlepsze wyjście dla tego typu danych\r\n", + "net = tflearn.regression(net)\r\n", + "\r\n", + "model = tflearn.DNN(net)\r\n", + "\r\n" + ], + "execution_count": 23, + "outputs": [ + { + "output_type": "stream", + "text": [ + "WARNING:tensorflow:From /usr/local/lib/python3.7/dist-packages/tflearn/initializations.py:165: calling TruncatedNormal.__init__ (from tensorflow.python.ops.init_ops) with dtype is deprecated and will be removed in a future version.\n", + "Instructions for updating:\n", + "Call initializer instance with the dtype argument instead of passing it to the constructor\n" + ], + "name": "stdout" + } + ] + }, + { + "cell_type": "markdown", + "metadata": { + "id": "Ktd1OcBa3PmQ" + }, + "source": [ + "##### 3.2. Trening Modelu" + ] + }, + { + "cell_type": "code", + "metadata": { + "colab": { + "base_uri": "https://localhost:8080/" + }, + "id": "REzkJL_r2hwl", + "outputId": "7ab2b0c5-944f-4e22-d478-1e35b41f87db" + }, + "source": [ + "model.fit(training, output, n_epoch=1000, batch_size=8, show_metric=True)\r\n", + "\r\n", + "#Zapis Modelu\r\n", + "#model.save(\"model.tflearn\")" + ], + "execution_count": 24, + "outputs": [ + { + "output_type": "stream", + "text": [ + "Training Step: 5999 | total loss: \u001b[1m\u001b[32m0.46985\u001b[0m\u001b[0m | time: 0.036s\n", + "| Adam | epoch: 1000 | loss: 0.46985 - acc: 0.7877 -- iter: 40/44\n", + "Training Step: 6000 | total loss: \u001b[1m\u001b[32m0.47602\u001b[0m\u001b[0m | time: 0.046s\n", + "| Adam | epoch: 1000 | loss: 0.47602 - acc: 0.7839 -- iter: 44/44\n", + "--\n" + ], + "name": "stdout" + } + ] + }, + { + "cell_type": "markdown", + "metadata": { + "id": "G-L6TV_63iYs" + }, + "source": [ + "# 4. Input Użytkownika" + ] + }, + { + "cell_type": "markdown", + "metadata": { + "id": "c6UvIrWu-a38" + }, + "source": [ + "##### 4.1 Funkcja **\"bag_of_words(s, words)\"** do stemmowania twojego zdania, i przypisania mu formy binarnej" + ] + }, + { + "cell_type": "code", + "metadata": { + "id": "1IQyV1v33lC7" + }, + "source": [ + "def bag_of_words(s, words):\r\n", + " bag = [0 for _ in range(len(words))]\r\n", + "\r\n", + " s_words = nltk.word_tokenize(s)\r\n", + " s_words = [stemmer_pl.stem(word.lower()) for word in s_words]\r\n", + "\r\n", + " for se in s_words:\r\n", + " for i, w in enumerate(words):\r\n", + " if w == se:\r\n", + " bag[i] = 1\r\n", + " return np.array(bag)" + ], + "execution_count": 26, + "outputs": [] + }, + { + "cell_type": "markdown", + "metadata": { + "id": "rXq-wj-F-5DE" + }, + "source": [ + "##### 4.2 Funkcja **\"chat()\"** do rozmowy z botem" + ] + }, + { + "cell_type": "code", + "metadata": { + "id": "Je6OSZ679-KL" + }, + "source": [ + "def chat():\r\n", + " print(\"Możesz rozpocząć rozmowę z Botem! (type quit to stop)\")\r\n", + " while True: #Ciągła rozmowa\r\n", + " inp = input(\"Ty: \")\r\n", + " if inp.lower() == \"quit\": #Quit by wyjść z loopa\r\n", + " break\r\n", + "\r\n", + " result = model.predict([bag_of_words(inp,words)]) #Predictowanie przy pomocy wyćwiczonego modelu\r\n", + " result_index = np.argmax(result)\r\n", + " tag = labels[result_index]\r\n", + " \r\n", + " for tg in data_pl_short[\"intents\"]: #znalezienie poprawnego tagu do zdania\r\n", + " if tg['tag'] == tag:\r\n", + " responses = tg['responses']\r\n", + " \r\n", + " print(random.choice(responses)) #Wyprintuj losową odpowiedz z danego zbioru odpowiedzi" + ], + "execution_count": 32, + "outputs": [] + }, + { + "cell_type": "markdown", + "metadata": { + "id": "ifvjglbO_SEA" + }, + "source": [ + "# 5. Rozmowa z botem!" + ] + }, + { + "cell_type": "code", + "metadata": { + "colab": { + "base_uri": "https://localhost:8080/" + }, + "id": "VZf_aCUM-Amm", + "outputId": "9e3fcf7b-b9b3-47b0-acb5-48214f07f363" + }, + "source": [ + "chat()" + ], + "execution_count": 33, + "outputs": [ + { + "output_type": "stream", + "text": [ + "Możesz rozpocząć rozmowę z Botem! (type quit to stop)\n", + "Ty: hej\n", + "Dobrze Cię widzieć!\n", + "Ty: ile masz lat?\n", + "Mam kilka dni\n", + "Ty: Kim jesteś?\n", + "Dobrze Cię widzieć!\n", + "Ty: Jak masz na imię?\n", + "Jestem Janet, twój ulubiony chatbot\n", + "Ty: Miłego Dnia\n", + "Do zobaczenia później\n", + "Ty: quit\n" + ], + "name": "stdout" + } + ] + } + ] +} \ No newline at end of file diff --git a/intents_en.json b/intents_en.json new file mode 100644 index 0000000..12c0d99 --- /dev/null +++ b/intents_en.json @@ -0,0 +1,33 @@ +{"intents": [ + {"tag": "greeting", + "patterns": ["Hi", "How are you", "Is anyone there?", "Hello", "Good day", "Whats up"], + "responses": ["Hello!", "Good to see you again!", "Hi there, how can I help?"], + "context_set": "" + }, + {"tag": "goodbye", + "patterns": ["cya", "See you later", "Goodbye", "I am Leaving", "Have a Good day"], + "responses": ["Sad to see you go :(", "Talk to you later", "Goodbye!"], + "context_set": "" + }, + {"tag": "age", + "patterns": ["how old", "how old is tim", "what is your age", "how old are you", "age?"], + "responses": ["I am 18 years old!", "18 years young!"], + "context_set": "" + }, + {"tag": "name", + "patterns": ["what is your name", "what should I call you", "whats your name?"], + "responses": ["You can call me Tim.", "I'm Tim!", "I'm Tim aka Tech With Tim."], + "context_set": "" + }, + {"tag": "shop", + "patterns": ["Id like to buy something", "whats on the menu", "what do you reccommend?", "could i get something to eat"], + "responses": ["We sell chocolate chip cookies for $2!", "Cookies are on the menu!"], + "context_set": "" + }, + {"tag": "hours", + "patterns": ["when are you guys open", "what are your hours", "hours of operation"], + "responses": ["We are open 7am-4pm Monday-Friday!"], + "context_set": "" + } + ] +} \ No newline at end of file diff --git a/intents_pl.json b/intents_pl.json new file mode 100644 index 0000000..b3f91f7 --- /dev/null +++ b/intents_pl.json @@ -0,0 +1,53 @@ +{"intents": [ + {"tag": "greeting", + "patterns": ["Cześć", "Elo", "Jesteś?", "Hej", "Dzień dobry", "Sup"], + "responses": ["Cześć!", "Dobrze Cię widzieć!", "Hej, w czym mogę pomóc?"], + "context_set": "" + }, + {"tag": "goodbye", + "patterns": ["narazie", "Do zobaczenia", "Dowidzenia", "Dobranoc", "Miłego dnia"], + "responses": ["Do zobaczenia później", "Mam nadzieję, że później pogadamy", "Narazie!"], + "context_set": "" + }, + {"tag": "age", + "patterns": ["Ile masz lat", "Ile lat ma Janet", "Wiek", "Jak stara jesteś", "urodziny"], + "responses": ["Mam kilka dni", "Urodziłam się 17.03.2021"], + "context_set": "" + }, + {"tag": "name", + "patterns": ["Jak masz na imię", "Jak Cię zwą?", "twoje imie?", "Imie", "Jak cię nazywać", "Kim jesteś"], + "responses": ["Możesz mnie nazywać Janet!", "Jestem Janet", "Jestem Janet, twój ulubiony chatbot"], + "context_set": "" + }, + {"tag": "goout", + "patterns": ["Czy chcesz gdzieś wyjść?", "zrobimy coś razem?", "pójdziemy gdzieś razem?"], + "responses": ["Może kiedy indziej", "Odezwę się latem"], + "context_set": "" + }, + {"tag": "doing", + "patterns": ["Co robisz teraz?", "co słychać", "jakie masz plany?", "jak się masz?"], + "responses": ["Gram w grę", "Słucham muzyki", "nie twój interes", "nie mam czasu odpowiadać", ""], + "context_set": "" + }, + {"tag": "game", + "patterns": ["a w co grasz?", "a w co?", "grasz?"], + "responses": ["nie interesuj się", "a co cię to obchodzi", "...", "w coś", "W OSRS"], + "context_set": "" + }, + {"tag": "music", + "patterns": ["czego?", "czego słuchasz?", "jakiej muzyki?"], + "responses": ["Starego vinyla z 1995 roku", "mojego ulubionego setu rejwowego", "czegoś tam..."], + "context_set": "" + }, + {"tag": "angry", + "patterns": ["bo co?", "dlaczego?", "jak to?"], + "responses": ["Czas zakończyć rozmowę", "nie mam na to siły i czasu", "zostaw mnie w spokoju"], + "context_set": "" + }, + {"tag": "why", + "patterns": ["o co chodzi?", "czemu jesteś zła", "poczekaj"], + "responses": ["...", "Nie pisz do mnie więcej", "Odezwę się latem"], + "context_set": "" + } + ] +} \ No newline at end of file diff --git a/intents_pl_short.json b/intents_pl_short.json new file mode 100644 index 0000000..9a9e444 --- /dev/null +++ b/intents_pl_short.json @@ -0,0 +1,23 @@ +{"intents": [ + {"tag": "greeting", + "patterns": ["Cześć", "Elo", "Jesteś?", "Hej", "Dzień dobry", "Sup"], + "responses": ["Cześć!", "Dobrze Cię widzieć!", "Hej, w czym mogę pomóc?"], + "context_set": "" + }, + {"tag": "goodbye", + "patterns": ["narazie", "Do zobaczenia", "Dowidzenia", "Dobranoc", "Miłego dnia"], + "responses": ["Do zobaczenia później", "Mam nadzieję, że później pogadamy", "Narazie!"], + "context_set": "" + }, + {"tag": "age", + "patterns": ["Ile masz lat", "Ile lat ma Janet", "Wiek", "Jak stara jesteś", "urodziny"], + "responses": ["Mam kilka dni", "Urodziłam się 17.03.2021"], + "context_set": "" + }, + {"tag": "name", + "patterns": ["Jak masz na imię", "Jak Cię zwą?", "twoje imie?", "Imie", "Jak cię nazywać", "Kim jesteś"], + "responses": ["Możesz mnie nazywać Janet!", "Jestem Janet", "Jestem Janet, twój ulubiony chatbot"], + "context_set": "" + } + ] +} \ No newline at end of file