一、NLP简介
自然语言处理（Natural Language Processing，简称NLP）是一个位于计算机科学与人工智能交叉领域的关键研究方向。它结合了语言学、计算机科学和数学等多个学科的理论与方法，旨在实现人与计算机之间的自然语言交流。
自然语言处理还包括了很多具体应用，例如：信息检索、信息抽取、文本分类与聚类、机器翻译、摘要生成、聊天机器人等等。
自20世纪50年代图灵测试提出后，机器语言处理能力的探索一直在进行。语言的复杂性和严格的语法规则使得开发精确理解和使用语言的AI算法成为一大挑战。 过去二十年里，语言建模，特别是统计和神经网络模型，在这一领域取得了重要进展。
二，Function calling功能
大型语言模型（LLMs），如ChatGPT，虽然在文本理解和生成方面表现出色，但存在局限。例如，它们无法获取最新信息，并且只能提供文字建议而不能直接执行任务（如自动回复邮件或预订机票）。这些限制影响了它们的实际应用价值。此外，这些模型在完成训练后，只能理解到训练截止日期前的信息，例如GPT-3.5的知识只到2021年9月。
为了解决这个问题，2023年4月，AutoGPT提出了让大型语言模型调用外部工具API的方案，大幅增强模型能力。例如，通过调用谷歌搜索API，GPT可以获得实时信息来回答问题。
2023年6月13日，OpenAI在其0613这个模型中为其Chat模型增加了“函数调用”功能，允许模型调用外部函数。这意味着模型现在不仅能使用自身数据库知识回答问题，还能通过外部函数获取实时信息，从而更全面地解答用户的问题。
利用这种函数调用能力，通过 GPT 扩展实现以下功能：
1，在进行自然语言交流的过程中，能够调用外部工具（类似于 ChatGPT 的插件）来回答问题。
2，将用户的自然语言输入转换为调用 API 或查询数据库时所需的具体参数。
3，从非结构化的文本中提取出结构化数据。
工作原理 如下图：
三，Assistants API功能
2023年11月，OpenAI举办了首届开发者大会，将ChatGPT 4.0升级到ChatGPT 4.0-Turbo。新版本的ChatGPT不仅提高了响应速度，还将数据库更新到了2023年4月。而在自然语言处理能力方面，新版本通过显著提升上下文理解能力，扩展了上下文窗口至128K。
开发者大会上，OpenAI 发布了 Assistant API 这一重磅更新，并推出了 Threading、Knowledge Retrieval、Code Interpreter、Function Calling 四大能力
Assistants API的具体功能
1，Threading：提供持久保存且无限长度的上下文，开发人员可以不用关心上下文的存储了，而且更省钱，
2，Knowledge Retrieval：检索用户上传的文件内容，并在未来可能支持开发者自定义检索方式。
3，Code Interpreter：执行用户上传的脚本文件来解决问题，可以上传多个脚本，AI 自己会选择何时执行。
4，Function Calling：调用第三方函数，只需要告诉 AI 函数功能和请求格式，AI 自己会选择何时执行。
工作原理如下图：
Assistants API的步骤如下：
1. 在API中创建助手时，可以使用自定义指令并选择模型，也可以使用代码解析器、信息检索和函数调用这三种工具。
2. 当用户开始对话时，创建一个线程。
3. 当用户提出问题时，将消息添加至线程中。
4. 在线程上运行助手以触发响应，这一过程会自动调用相关工具。
四，NLP2SQL功能
五，AI平台NLP插件集成
1，作者对NLP插件做了一些封装，无需编写代码，便可使用。如下图：
2. NLP前端插件
只需引入一个公共JavaScript文件，common.js 而无需编写额外的代码，你可以轻松地集成一个基于问答的NLP插件 以下代码演示了如何将其集成到您的项目中。
<script src="./nlpConmon.js"></script>
<div id="app" class="appbox">
<router-view />
</div>成功后效果如下：
3. NLP后端集成
1),可以把API接口，按如下json格式，，协助集成到插件平台。
function.json格式如下：
{
"name": "get_current_weather",
"description": "Get the current weather in a given location",
"parameters": {
"type": "object",
"properties": {
"location": {
"type": "string",
"description": "The city and state, e.g. beijing",
},
"unit": {
"type": "string",
"enum": ["celsius", "fahrenheit"]},
},
"required": ["location"],
},
}● name: Function名称,后续模型会在需要调用函数时返回此名称。
●description: Function 的功能描述。模型通过该描述理解函数能力，并判断是否需要调用该函数。
● parameters.properties: Function 的输入参数，以对象的形式描述函数所需的参数，其中对象的 key 即为参数名。
● type：参数类型。支持 JSON Schema 协议。
● required：必填参数的参数名列表。
2),未来会通过AI平台自主注册功能，实现自动集成。如下图所示
3),NLP架构图(暂时未考虑安全与负载)
文章来源：https://www.toymoban.com/news/detail-764421.html
<注>部分图片来源网络，如侵权请告知删除文章来源地址https://www.toymoban.com/news/detail-764421.html
到了这里，关于chatgpt AI agent插件架构设计（nlp插件）的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！
