给公众号集成一个智能聊天机器人
一、前述
ChatterBot是一个基于机器学习的聊天机器人引擎，构建在python上，主要特点是可以自可以从已有的对话中进行学(jiyi)习(pipei)。
二、具体
1、安装
是的，安装超级简单，用pip就可以啦
<pre style="margin: 0px; padding: 0px; font-style: normal; font-variant-ligatures: normal; font-variant-caps: normal; font-weight: 400; letter-spacing: normal; orphans: 2; text-indent: 0px; text-transform: none; widows: 2; word-spacing: 0px; -webkit-text-stroke-width: 0px; text-decoration-style: initial; text-decoration-color: initial; white-space: pre-wrap; overflow-wrap: break-word; caret-color: rgb(0, 0, 0); color: rgb(0, 0, 0); font-size: 14px; text-align: left; text-size-adjust: auto;">pip install chatterbot</pre>
2、流程
大家已经知道chatterbot的聊天逻辑和输入输出以及存储，是由各种adapter来限定的，我们先看看流程图，一会再一起看点例子，看看怎么用。
3、每个部分都设计了不同的“适配器”(Adapter)。
机器人应答逻辑 => Logic Adapters
Closest Match Adapter 字符串模糊匹配(编辑距离)
Closest Meaning Adapter 借助nltk的WordNet，近义词评估
Time Logic Adapter 处理涉及时间的提问
Mathematical Evaluation Adapter 涉及数学运算
存储器后端 => Storage Adapters
Read Only Mode 只读模式，当有输入数据到chatterbot的时候，数
据库并不会发生改变
Json Database Adapter 用以存储对话数据的接口，对话数据以Json格式
进行存储。
Mongo Database Adapter 以MongoDB database方式来存储对话数据
输入形式 => Input Adapters
Variable input type adapter 允许chatter bot接收不同类型的输入的，如strings,dictionaries和Statements
Terminal adapter 使得ChatterBot可以通过终端进行对话
HipChat Adapter 使得ChatterBot 可以从HipChat聊天室获取输入语句，通过HipChat 和 ChatterBot 进行对话
Speech recognition 语音识别输入，详见chatterbot-voice
输出形式 => Output Adapters
Output format adapter支持text，json和object格式的输出
Terminal adapter
HipChat Adapter
Mailgun adapter允许chat bot基于Mailgun API进行邮件的发送
Speech synthesisTTS(Text to speech)部分，详见chatterbot-voice
4、代码
计算模式
from chatterbot import ChatBot
bot = ChatBot(
"Math & Time Bot",
logic_adapters=[
"chatterbot.logic.MathematicalEvaluation",
"chatterbot.logic.TimeLogicAdapter"
],
input_adapter="chatterbot.input.VariableInputTypeAdapter",
output_adapter="chatterbot.output.OutputAdapter"
)
# 进行数学计算
question = "What is 4 + 9?"
print(question)
response = bot.get_response(question)
print(response)
print("\n")
# 回答和时间相关的问题
question = "What time is it?"
print(question)
response = bot.get_response(question)
print(response)
利用已经提供好的小中文语料库
from chatterbot import ChatBot
from chatterbot.trainers import ChatterBotCorpusTrainer
chatbot = ChatBot("ChineseChatBot")
trainer = ChatterBotCorpusTrainer(chatbot)
# 使用中文语料库训练它
trainer.train("chatterbot.corpus.chinese")
def response_text(sentence):
res_text = chatbot.get_response(sentence)
print(sentence , "----", res_text)
return res_text
#
if __name__ == '__main__':
# 开始对话
while True:
print(chatbot.get_response(input(">")))
# print(response_text("你是谁"))
小黄鸡语料更智能(推荐)
from chatterbot import ChatBot
bot = ChatBot('my-chat', database_uri='sqlite:///db.sqlite3')
def response_text(sentence):
temp = bot.get_response(sentence)
return temp.text
if __name__ == '__main__':
# bot_response = response_text("你几岁了")
# print(bot_response)
# 开始对话
while True:
print(response_text(input(">")))
小黄鸡语料数据库：
链接:https://pan.baidu.com/s/1bgGlyH4RwiB1UDud1P1DQw 密码:wzny
