Cohere 教程:使用 Cohere 进行聊天/对话 Summarizer

Cohere 教程:使用 Cohere 进行聊天/对话 Summarizer

为什么使用 Cohere AI?

想象一下,您正在参加 aihubpro.cn 的 AI 黑客马拉松之一,您需要想出一个基于 Cohere 的工具。你开始对不和谐进行头脑风暴;每个人都在打字,您会迷失在海量内容中。然后你想出了一个主意……

或者除了 AI 黑客马拉松之外,也许你的网站上有一个聊天机器人,你想总结用户和机器人之间的对话?本教程将向您展示如何使用 Cohere 和 Python 来做到这一点。

如果您想开始使用 Cohere,请随时阅读我们的 Cohere 指南。

开始吧!

这些数据通常对业务很有价值,可用于进一步分析。对话通常是这样的:

AI: Hi there, how can I assist you today?Customer: I want to get more information about your pricing.AI: Our pricing is $10 per month for the first 10 users, and $5 per month for each additional user.Customer: Where can I find more information about your pricing?AI: You can find more information about our pricing on our website.Customer: What is your website?AI: Our website is www.abc.com

在我们的小程序的帮助下,我们可以用一个简单的句子来概括整个对话,例如:

Customer wants to get more information about your pricing.

先决条件

Python 3.6 或更高版本的 Cohere API 密钥

第 1 步:安装 Cohere Python 库

第一步是安装 Cohere Python 库。您可以通过运行以下命令来执行此操作:

pip install cohere

第 2 步:创建 Cohere 客户端

下一步是创建 Cohere 客户端。您可以通过运行以下代码来执行此操作:(您可以在 Cohere 仪表板上找到您的 API)

import cohere co = cohere.Client('YOUR_KEY_HERE') 

接下来,让我们创建一个响应对象并在 Cohere 客户端上调用生成。

response = co.generate(   model='xlarge',   prompt="""Summarize this dialogue:  Customer: Please connect me with a support agent.  AI: Hi there, how can I assist you today?  Customer: I forgot my password and lost access to the email affiliated to my account. Can you please help me?  AI: Yes of course. First I\\'ll need to confirm your identity and then I can connect you with one of our support agents.  TLDR: A customer lost access to their account.  --  Summarize this dialogue:  AI: Hi there, how can I assist you today?  Customer: I want to book a product demo.  AI: Sounds great. What country are you located in?  Customer: I\\'ll connect you with a support agent who can get something scheduled for you.  TLDR: A customer wants to book a product demo.  --  Summarize this dialogue:  AI: Hi there, how can I assist you today?  Customer: I want to get more information about your pricing.  AI: I can pull this for you, just a moment.  TLDR:""",   max_tokens=20,   temperature=0.6,   k=0,   p=1,   frequency_penalty=0,   presence_penalty=0,   stop_sequences=["--"], ) print('Prediction: {}'.format(response.generations[0].text)) 

我们将为此示例选择型号 xlarge,您可以在 Cohere 网站上找到有关不同型号尺寸的更多信息。接下来,让我们调用提示并传递两个摘要对话框的示例。所以就在这里,您可以在顶部看到此对话的摘要。接下来,让我们传入尚未总结的新聊天。您可以看到 TLDR 是空的。然后让我们再传递几个参数。您可以根据需要选择这些。然后让我们传递一个停止序列。这个停止序列告诉 AI 在正好达到这个序列时停止发电。因此,例如,您可以看到示例序列始终位于摘要的末尾。最后,让我们打印出我们的预测。

现在我们可以通过执行 Python 文件来检查我们的程序是否工作。您可以使用摘要器来总结对话,例如 Slack、Discord、Telegram 或电子邮件。

python filename.py

您可以在此处找到本教程的代码。

如果您想知道如何使用 Cohere 或如何开始使用 Cohere,我们可以为您提供帮助。只需使用 Cohere 应用程序开始和构建。

谢谢你!如果您喜欢本教程,您可以在我们的教程页面上找到更多信息并继续阅读 – AI未来百科 ; 探索AI的边界与未来! 懂您的AI未来站

声明:本站部分文章来源于网络,如有侵犯您的合法权益,请您即时与我们联系,我们将在第一时间处理。如需转载本站文章,请在转载时标明出处并保留原文链接,否则我们将保留追究法律责任的权利。

给TA打赏
共{{data.count}}人
人已打赏
AI教程

Cohere 教程:根据给定数据回答问题

2023-5-5 20:49:09

AI教程

使用 Qdrant 对您的数据进行问答

2023-5-6 20:44:34

0 条回复 A文章作者 M管理员
    暂无讨论,说说你的看法吧