এই নির্দেশিকা LangChain-এ কথোপকথন জ্ঞান গ্রাফ ব্যবহার করার প্রক্রিয়াটি ব্যাখ্যা করবে।
ল্যাংচেইনে কথোপকথন জ্ঞান গ্রাফ কীভাবে ব্যবহার করবেন?
দ্য কথোপকথন কেজি মেমরি লাইব্রেরি মেমরি পুনরায় তৈরি করতে ব্যবহার করা যেতে পারে যা ইন্টারঅ্যাকশনের প্রসঙ্গ পেতে ব্যবহার করা যেতে পারে। LangChain-এ কথোপকথন জ্ঞান গ্রাফ ব্যবহার করার প্রক্রিয়া শিখতে, কেবল তালিকাভুক্ত পদক্ষেপগুলি অনুসরণ করুন:
ধাপ 1: মডিউল ইনস্টল করুন
প্রথমে, ল্যাংচেইন মডিউল ইনস্টল করে কথোপকথন জ্ঞান গ্রাফ ব্যবহার করার প্রক্রিয়াটি শুরু করুন:
পিপ ল্যাংচেইন ইনস্টল করুন
ওপেনএআই মডিউলটি ইনস্টল করুন যা পিপ কমান্ড ব্যবহার করে বড় ভাষার মডেল তৈরির জন্য লাইব্রেরি পেতে ইনস্টল করা যেতে পারে:
পিপ ইনস্টল ওপেনই
এখন, পরিবেশ স্থাপন করুন OpenAI API কী ব্যবহার করে যা তার অ্যাকাউন্ট থেকে তৈরি করা যেতে পারে:
আমদানি আপনি
আমদানি গেটপাস
আপনি . আন্দাজ [ 'OPENAI_API_KEY' ] = গেটপাস . গেটপাস ( 'ওপেনএআই এপিআই কী:' )
ধাপ 2: LLM এর সাথে মেমরি ব্যবহার করা
একবার মডিউলগুলি ইনস্টল হয়ে গেলে, ল্যাংচেইন মডিউল থেকে প্রয়োজনীয় লাইব্রেরিগুলি আমদানি করে এলএলএম সহ মেমরি ব্যবহার করা শুরু করুন:
থেকে ল্যাংচেইন স্মৃতি আমদানি কথোপকথন কেজি মেমরিথেকে ল্যাংচেইন এলএমএস আমদানি OpenAI
OpenAI() পদ্ধতি ব্যবহার করে LLM তৈরি করুন এবং মেমরিটি ব্যবহার করে কনফিগার করুন কথোপকথন কেজি মেমরি () পদ্ধতি। এর পরে, এই ডেটাতে মডেলটিকে প্রশিক্ষণ দিতে তাদের নিজ নিজ প্রতিক্রিয়া সহ একাধিক ইনপুট ব্যবহার করে প্রম্পট টেমপ্লেটগুলি সংরক্ষণ করুন:
এলএলএম = OpenAI ( তাপমাত্রা = 0 )স্মৃতি = কথোপকথন কেজি মেমরি ( এলএলএম = এলএলএম )
স্মৃতি. সংরক্ষণ_প্রসঙ্গ ( { 'ইনপুট' : 'জন কে হাই বল' } , { 'আউটপুট' : 'জন! কে' } )
স্মৃতি. সংরক্ষণ_প্রসঙ্গ ( { 'ইনপুট' : 'সে একজন বন্ধু' } , { 'আউটপুট' : 'নিশ্চিত' } )
লোড করে মেমরি পরীক্ষা করুন মেমরি_ভেরিয়েবল () পদ্ধতিটি উপরের ডেটা সম্পর্কিত ক্যোয়ারী ব্যবহার করে:
স্মৃতি. load_memory_variables ( { 'ইনপুট' : 'জন কে' } ) 
এর সাথে ConversationKGMemory() পদ্ধতি ব্যবহার করে মেমরি কনফিগার করুন ফেরত_বার্তা পাশাপাশি ইনপুট ইতিহাস পেতে যুক্তি:
স্মৃতি = কথোপকথন কেজি মেমরি ( এলএলএম = এলএলএম , ফেরত_বার্তা = সত্য )স্মৃতি. সংরক্ষণ_প্রসঙ্গ ( { 'ইনপুট' : 'জন কে হাই বল' } , { 'আউটপুট' : 'জন! কে' } )
স্মৃতি. সংরক্ষণ_প্রসঙ্গ ( { 'ইনপুট' : 'সে একজন বন্ধু' } , { 'আউটপুট' : 'নিশ্চিত' } )
একটি প্রশ্নের আকারে তার মান সহ ইনপুট যুক্তি প্রদান করে মেমরিটি পরীক্ষা করুন:
স্মৃতি. load_memory_variables ( { 'ইনপুট' : 'জন কে' } ) 
এখন, প্রশিক্ষণের ডেটাতে উল্লেখ করা হয়নি এমন প্রশ্ন জিজ্ঞাসা করে মেমরি পরীক্ষা করুন এবং মডেলটির প্রতিক্রিয়া সম্পর্কে কোনও ধারণা নেই:
স্মৃতি. get_current_entities ( 'জন এর প্রিয় রং কি' )ব্যবহার get_knowledge_triplets পূর্বে জিজ্ঞাসা করা প্রশ্নের উত্তর দিয়ে () পদ্ধতি:
স্মৃতি. get_knowledge_triplets ( 'তার প্রিয় রং লাল' ) 
ধাপ 3: চেইনে মেমরি ব্যবহার করা
পরবর্তী ধাপে ওপেনএআই() পদ্ধতি ব্যবহার করে এলএলএম মডেল তৈরি করতে চেইনগুলির সাথে কথোপকথন মেমরি ব্যবহার করা হয়। এর পরে, কথোপকথন কাঠামো ব্যবহার করে প্রম্পট টেমপ্লেটটি কনফিগার করুন এবং মডেল দ্বারা আউটপুট পাওয়ার সময় পাঠ্যটি প্রদর্শিত হবে:
এলএলএম = OpenAI ( তাপমাত্রা = 0 )থেকে ল্যাংচেইন প্রম্পট . শীঘ্র আমদানি প্রম্পট টেমপ্লেট
থেকে ল্যাংচেইন চেইন আমদানি কথোপকথন চেইন
টেমপ্লেট = '''মানুষ এবং মেশিনের মধ্যে মিথস্ক্রিয়া জন্য এটি টেমপ্লেট
সিস্টেমটি একটি AI মডেল যা একাধিক দিক সম্পর্কে কথা বলতে বা তথ্য বের করতে পারে
যদি এটি প্রশ্নটি বুঝতে না পারে বা উত্তর না থাকে তবে এটি কেবল তাই বলে
সিস্টেম এক্সট্র্যাক্ট ডেটা 'নির্দিষ্ট' বিভাগে সংরক্ষিত এবং হ্যালুসিনেট করে না
নির্দিষ্ট:
{ইতিহাস}
কথোপকথন:
মানুষ: {input}
এআই:'''
# প্রম্পট প্রদান এবং AI সিস্টেম থেকে প্রতিক্রিয়া পাওয়ার জন্য টেমপ্লেট বা কাঠামো কনফিগার করুন
শীঘ্র = প্রম্পট টেমপ্লেট ( input_variables = [ 'ইতিহাস' , 'ইনপুট' ] , টেমপ্লেট = টেমপ্লেট )
কথোপকথন_কেজি = কথোপকথন চেইন (
এলএলএম = এলএলএম , ভার্বোস = সত্য , শীঘ্র = শীঘ্র , স্মৃতি = কথোপকথন কেজি মেমরি ( এলএলএম = এলএলএম )
)
মডেলটি তৈরি হয়ে গেলে, কেবল কল করুন কথোপকথন_কেজি ব্যবহারকারীর জিজ্ঞাসা করা প্রশ্নের সাথে predict() পদ্ধতি ব্যবহার করে মডেল:
কথোপকথন_কেজি ভবিষ্যদ্বাণী ( ইনপুট = 'ওহে কি খবর?' ) 
এখন, পদ্ধতির জন্য ইনপুট আর্গুমেন্ট হিসাবে তথ্য দিয়ে কথোপকথন মেমরি ব্যবহার করে মডেলটিকে প্রশিক্ষণ দিন:
কথোপকথন_কেজি ভবিষ্যদ্বাণী (ইনপুট = 'আমার নাম জেমস এবং আমি উইলকে সাহায্য করছি, সে একজন প্রকৌশলী'
)
ডেটা থেকে তথ্য বের করতে প্রশ্ন জিজ্ঞাসা করে মডেলটি পরীক্ষা করার সময় এখানে:
কথোপকথন_কেজি ভবিষ্যদ্বাণী ( ইনপুট = 'কে ইচ্ছা' ) 
LangChain-এ কথোপকথন জ্ঞান গ্রাফ ব্যবহার করার বিষয়ে এটিই।
উপসংহার
LangChain-এ কথোপকথন জ্ঞান গ্রাফ ব্যবহার করতে, ConversationKGMemory() পদ্ধতি ব্যবহার করার জন্য লাইব্রেরি আমদানি করতে মডিউল বা ফ্রেমওয়ার্ক ইনস্টল করুন। এর পরে, চেইন তৈরি করতে মেমরি ব্যবহার করে মডেলটি তৈরি করুন এবং কনফিগারেশনে প্রদত্ত প্রশিক্ষণ ডেটা থেকে তথ্য বের করুন। এই নির্দেশিকা LangChain-এ কথোপকথন জ্ঞান গ্রাফ ব্যবহার করার প্রক্রিয়া সম্পর্কে বিস্তারিত বর্ণনা করেছে।