DEV Community
·
构建《老友记》主题聊天机器人：探索亚马逊Bedrock进行对话优化
💡
原文英文，约2300词，阅读约需9分钟。
📝
内容提要
在Kaggle上找到《老友记》对话数据集，计划构建聊天机器人。通过将对话分角色生成嵌入并存储在OpenSearch中，查询用户输入以返回相关对话。为缩小用户提示与返回对话之间的差距，最终使用Bedrock模型优化响应，确保保持角色语气。完成后，创建前端应用程序供用户聊天。
🎯
关键要点
- 在Kaggle上找到《老友记》对话数据集，计划构建聊天机器人。
- 将对话分角色生成嵌入并存储在OpenSearch中。
- 根据用户提示查询并返回相关对话。
- 使用Bedrock模型优化响应，确保保持角色语气。
- 创建前端应用程序供用户聊天。
- 下载数据集并提取对话，按角色存储。
- 使用Amazon Bedrock生成对话的嵌入并存储在OpenSearch中。
- 创建Lambda函数查询OpenSearch索引并优化返回的对话。
- 构建简单的前端应用程序并托管在S3静态网站上。
➡️
