RELATÓRIO DE AULA PRÁTICA

Prévia do material em texto

RELATÓRIO DE AULA PRÁTICA 
 Processamento de Linguagem Natural - NLP 
 PROFESSOR 
 Anderson Inacio Salata de Abreu 
 ALUNO 
 Joinville - SC 2024 
 1 
 1. INTRODUÇÃO 
 O objetivo desta aula prática é apresentar os princípios do Processamento de 
 Linguagem Natural (PNL), que é uma parte da inteligência artificial onde se concentra 
 a interação entre computadores e a linguagem humana. A PLN consiste no 
 desenvolvimento de algoritmos e modelos computacionais capazes de compreender e 
 processar a linguagem humana de forma semelhante à forma como os humanos 
 fazem. 
 3 
 2. MÉTODO 
 import nltk 
 from nltk.chat.util import Chat, reflections 
 from nltk.corpus import stopwords 
 from nltk.tokenize import word_tokenize 
 import tkinter as tk 
 # Definindo os pares de padrões e respostas 
 pares = [ 
 ['Oi', ['Olá!', 'Olá, como posso ajudar?']], 
 ['Como você está?', ['Estou bem, obrigado. E você?', 'Tudo bem!']], 
 ['Quem é você?', ['Sou seu professor virtual.', 'Me chame de Prof.']], 
 ['Qual é o seu objetivo?', ['Meu objetivo é ajudar a responder suas perguntas.', 
 'Estou aqui para te ensinar.']], 
 ['Como você pode me ajudar?', ['Posso ajudar respondendo suas perguntas 
 baseado em conteúdos na web.', 'Estou aqui para te mostrar opções.']], 
 ] 
 # Definindo as stopwords 
 stop_words = set(stopwords.words('portuguese')) 
 # Criando objeto de chat 
 chatbot = Chat(pares, reflections) 
 # Função para processar a entrada do usuário 
 def process_input(sentence): 
 words = word_tokenize(sentence) 
 filtered_sentence = [w for w in words if not w in stop_words] 
 return ' '.join(filtered_sentence) 
 # Função para interagir com o chatbot 
 def chat(): 
 print("Olá! Digite 'sair' para encerrar o chat.") 
 while True: 
 mensagem = input("Você: ") 
 if mensagem.lower() == 'sair': 
 print("Chat encerrado.") 
 break 
 mensagem_processada = process_input(mensagem) 
 resposta = chatbot.respond(mensagem_processada) 
 print("ChatGPT: ", resposta) 
 # Interface gráfica usando Tkinter 
 def chat_gui(): 
 def send_message(): 
 mensagem = user_input.get() 
 user_input.delete(0, tk.END) 
 mensagem_processada = process_input(mensagem) 
 resposta = chatbot.respond(mensagem_processada) 
 chat_history.config(state=tk.NORMAL) 
 chat_history.insert(tk.END, "Você: " + mensagem + "\n") 
 chat_history.insert(tk.END, "ChatGPT: " + resposta + "\n") 
 chat_history.config(state=tk.DISABLED) 
 chat_history.see(tk.END) 
 root = tk.Tk() 
 root.title("ChatBot") 
 chat_history = tk.Text(root, bd=0, height=8, width=50, font="Arial", 
 state=tk.DISABLED) 
 chat_history.grid(row=0, column=0, columnspan=2, padx=10, pady=10) 
 user_input = tk.Entry(root, width=50) 
 user_input.grid(row=1, column=0, padx=10, pady=10) 
 send_button = tk.Button(root, text="Enviar", width=10, 
 command=send_message) 
 send_button.grid(row=1, column=1, padx=10, pady=10) 
 root.mainloop() 
 # Escolha entre o modo de texto ou GUI 
 modo = input("Escolha o modo (texto/gui): ") 
 if modo.lower() == "texto": 
 chat() 
 elif modo.lower() == "gui": 
 chat_gui() 
 else: 
 print("Modo inválido.") 
 3. CONCLUSÃO 
 Nos dias de hoje, a inteligência artificial tem se tornado cada vez mais presente em 
 nosso cotidiano. Uma das aplicações mais comuns dessa tecnologia são os chatbots, 
 programas de computador capazes de simular uma conversa com seres humanos. 
 Para construir um chatbot simples em Python, podemos utilizar a biblioteca NLTK 
 (Natural Language Toolkit), que oferece diversas ferramentas e recursos para trabalhar 
 com texto. Primeiramente, é necessário instalar o NLTK e baixar os dados necessários 
 para o processamento de linguagem natural. Em seguida, podemos começar a 
 programar o chatbot, definindo padrões de entrada e saída para simular uma conversa. 
 O Processamento de Linguagem Natural é uma área da inteligência artificial que tem 
 como objetivo permitir que computadores entendam, interpretem e gerem linguagem 
 humana de forma natural. Para isso, são utilizadas técnicas como tokenização, e 
 análise sintática. Ao compreender esses conceitos básicos, podemos melhorar a 
 interação do chatbot com os usuários e tornar as conversas mais fluidas e naturais. 
 REFERÊNCIAS BIBLIOGRÁFICAS 
 Conteúdo Web 2 - Material Externo. 
 Aula 4 - LINGUÍSTICA APLICADA COM PYTHON 
 A linguagem de programação de computadores Python é classificada como código 
 aberto, ou seja, sem fins lucrativos. Ela foi desenvolvida e sustentada por uma 
 fundação de profissionais da computação. 
 9