实现效果
实现效果图如下：
准备工作
一个文件夹，里面装一个python文件，一个questions.txt文件，一个answers.txt文件，下载所需要的库。
在question和answers设置对应的问题和答案。
如：
然后导入代码即可使用。
import jieba import numpy as np from sklearn.feature_extraction.text import CountVectorizer # 问题和回答数据文件 questionTXT = 'questions.txt' answerTXT = 'answers.txt' # 数据预处理 questions = [] # 读入问题数据 with open(questionTXT, "r", encoding="utf-8") as f: for line in f: questions.append(line.strip()) questions = [jieba.lcut(q) for q in questions] questions = [' '.join(q) for q in questions] answers = [] # 读入回答数据 with open(answerTXT, "r", encoding="utf-8") as f: for line in f: answers.append(line.strip()) # 特征提取 vectorizer = CountVectorizer() X = vectorizer.fit_transform(questions) # 聊天循环 while True: # 读入用户输入 user_input = input('你: ').strip() if not user_input: continue # 预处理用户输入 user_input = jieba.lcut(user_input) user_input = ' '.join(user_input) # 匹配最相似的问题 test_X = vectorizer.transform([user_input]) sims = np.dot(test_X[0], X.T) index = sims.argmax() # 输出回答 print('虚拟人:', answers[index])
