Bác sĩ ảo sử dụng tiện ích mở rộng xử lý ngôn ngữ tự nhiên trong PictoBlox

Giới thiệu

Bạn cảm thấy hơi không khỏe, bạn sẽ kể triệu chứng của mình cho ai trước? (Ngoại trừ mẹ.) Google! Có, bạn google các triệu chứng, tìm xem nguyên nhân nào đã khiến bạn không khỏe và sau đó bạn tiếp tục tìm cách khắc phục vấn đề tương tự.

Trong dự án này, chúng tôi sẽ tạo một bác sĩ ảo bằng cách sử dụng tiện ích mở rộng NLP. Bạn cần kể các triệu chứng của mình cho anh ấy và anh ấy sẽ cho bạn biết điều gì đã khiến bạn mắc phải và bạn sẽ làm gì tiếp theo.

Tự hỏi làm thế nào bác sĩ ảo sẽ phát hiện ra căn bệnh này khi nhiều người có một vài triệu chứng giống nhau. Sử dụng NLP!

Vì vậy, hãy bắt đầu bằng cách hiểu NLP là gì.

NLP là gì?

NLP là viết tắt của Xử lý ngôn ngữ tự nhiên.

Đây là lĩnh vực AI liên quan đến sự tương tác giữa máy tính và con người bằng ngôn ngữ tự nhiên. Mục đích của tiện ích mở rộng này là giúp máy tính hiểu ngôn ngữ tốt như chúng ta.

Cùng với Tiện ích mở rộng NLP, có rất nhiều tính năng mới được thêm vào phiên bản PictoBlox mới nhất. Bạn có thể cần tải xuống PictoBlox hoặc cập nhật nó để sử dụng các tính năng mới nhất.

Tạo tiền đề cho Bác sĩ ảo

Mở PictoBlox.

Hãy bắt đầu bằng cách thiết lập sân khấu.

1. Xóa Sprite của Tobi.
2. Nhấp vào nút Tải lên Sprite và tải lên Doctor Sprite.
3. Đi tới Bảng màu phông nền , thêm phông nền Bầu trời xanh  từ thư viện.
4. Để đưa bệnh viện lên sân khấu, hãy tải hình ảnh bệnh viện lên làm phông nền.
5. Bạn có thể tìm thấy phông nền của Blue Sky và một trong những bệnh viện. Sao chép hình ảnh bệnh viện rồi dán vào phông nền của Blue Sky.
6. Điều chỉnh vị trí của bệnh viện và bác sĩ theo sự lựa chọn của bạn.
7. Giai đoạn cuối cùng sẽ trông như thế này:

 Bạn có thể tải xuống hình ảnh bác sĩ và bệnh viện từ đây .

Đào tạo trình phân loại văn bản

Bây giờ chúng tôi đã thiết lập sân khấu. Hãy bắt đầu bằng việc huấn luyện dữ liệu văn bản về bệnh tật. Chúng ta cần đào tạo PictoBlox để phân tích văn bản và thực hiện hành động tương ứng.

Thêm dữ liệu văn bản vào lớp học

Trước tiên, chúng tôi sẽ thêm dữ liệu, tức là từng triệu chứng của ba bệnh, COVID-19 , Sốt rét và Tiểu đường.

1. Đi tới bảng My Blocks và tạo một khối có tên Data for COVID-19 .
2. Để tạo trình phân loại văn bản, chúng ta cần tiện ích mở rộng Xử lý ngôn ngữ tự nhiên . Thêm tiện ích mở rộng Xử lý ngôn ngữ tự nhiên từ thư viện tiện ích mở rộng.
3. Lấy khối mũ Dữ liệu cho COVID-19 và thả khối thêm () dưới dạng () bên dưới nó.
4. Thay cho văn bản trong khối add () as () , hãy viết lệnh đầu tiên, “ Ho khan ”. Thay cho lớp học, hãy viết “ Covid-19 ”. COVID-19 sẽ là tên của lớp học.
5. Chúng tôi sẽ cung cấp cho bộ phân loại thêm ba triệu chứng nữa để thêm vào lớp của chúng tôi. Bạn có thể thêm nhiều như bạn có thể tìm thấy. Nhân đôi khối a dd () thành () và viết phần còn lại của các triệu chứng vào đó.
6. Bây giờ, chúng ta cũng cần thêm các khối đào tạo văn bản cho hai căn bệnh còn lại.

Đào tạo bộ phân loại

Bây giờ chúng ta đã thêm dữ liệu vào các lớp, chúng ta cần huấn luyện bộ phân loại của mình.

1. Tạo một khối có tên Train Data .
2. Lấy khối hat Train Data và thêm khối phân loại văn bản đặt lại bên dưới nó từ bảng Xử lý ngôn ngữ tự nhiên.
3. Lần lượt thêm các khối dữ liệu về COVID-19, Dữ liệu về bệnh sốt rét và Dữ liệu về bệnh tiểu đường.
4. Thêm khối phân loại văn bản tàu hỏa .
5. Kịch bản sẽ trông như thế này:

Với điều này, trình phân loại văn bản dành cho bác sĩ ảo của chúng tôi đã được đào tạo, đã đến lúc đưa nó vào hoạt động.

Tập lệnh cuối cùng cho Bác sĩ ảo sử dụng NLP

Hãy bắt đầu viết kịch bản để yêu cầu bác sĩ ảo nói tên căn bệnh mà chúng ta mắc phải sau khi chúng ta nói cho anh ta biết các triệu chứng của mình.

1. Thêm khối mũ khi nhấp vào cờ để chạy tập lệnh khi nhấp vào cờ xanh.        
2. Thả khối ngăn xếp Train Data bên dưới nó.
3. Hãy để bác sĩ chào đón chúng ta. Thêm khối nói () cho () giây từ bảng Giao diện . Viết “Xin chào! Chào mừng đến với bệnh viện ảo” trong không gian đầu tiên được đưa ra.
4. Tiếp theo, chúng ta muốn bác sĩ hỏi các triệu chứng, do đó, từ bảng Toán tử , hãy thêm khối hỏi () và chờ . Viết “ Hôm nay bạn cảm thấy thế nào? Hãy cho tôi biết các triệu chứng của bạn. ” trong không gian đã cho.
5. Đây là lúc chúng tôi viết ra các triệu chứng và bác sĩ sẽ cho chúng tôi biết các biện pháp khắc phục tình trạng tương tự. Đặt khối if () vào vùng tập lệnh.
6. Thêm một khối () = () từ bảng Toán tử  .
7. Bên trong khoảng trắng đầu tiên của khối () = (), thả lớp get của khối (). Ở khoảng trống thứ hai, viết “ Covid-19 ”.
8. Bên trong lớp get của khối () , thả khối trả lời từ bảng Cảm biến .
9. Thao tác này sẽ kiểm tra các triệu chứng bạn nhập bằng dữ liệu văn bản và nếu chúng khớp với loại COVID, bác sĩ sẽ xác định căn bệnh này là COVID-19 .
10. Trong nhánh if () đặt khối nói () cho () giây .
11. Đặt khối join ()() từ bảng Toán tử  .
12. Viết “Bạn bị nhiễm” vào khoảng trống đầu tiên. Thêm một khối tham gia khác vào không gian thứ hai. Thả lớp get của khối () vào khoảng trắng đầu tiên của khối nối thứ hai và viết “ . ” để hoàn thành câu ở chỗ trống thứ hai. Bên trong lớp get của khối () , thả khối trả lời từ bảng Cảm biến .
13. Bây giờ chúng ta đã biết bệnh, bác sĩ sẽ cho biết cách chữa trị. Đặt khối nói () cho () giây từ Bảng Giao diện và viết các biện pháp khắc phục vào đó. Nếu bạn cần viết thêm biện pháp khắc phục, bạn cũng có thể sử dụng khối nói khác.
14. Sau khi chẩn đoán xong COVID, giờ đây chúng tôi sẽ thực hiện các bước tương tự đối với Bệnh sốt rét và Tiểu đường. Nhân đôi khối if và thực hiện các thay đổi tương ứng.
15. Với điều này, kịch bản của chúng tôi đã hoàn tất.

Nhấn cờ xanh để bắt đầu tập lệnh.

Phần kết luận

Dự án này đã trình bày cách tạo một bác sĩ ảo bằng cách sử dụng tiện ích mở rộng NLP trong PictoBlox. Chúng tôi đã sử dụng tiện ích mở rộng Xử lý ngôn ngữ tự nhiên (NLP) để huấn luyện bộ phân loại văn bản bằng cách tạo một tập dữ liệu gồm các triệu chứng và các bệnh tương ứng. Sau khi đào tạo, chúng tôi đã viết tập lệnh tương tác với người dùng và cung cấp cho họ chẩn đoán về triệu chứng đầu vào của họ. Kịch bản tạo điều kiện thuận lợi cho sự tương tác giữa người dùng và bác sĩ ảo.