做一个基于 chatterbot 的聊天机器人

2023-12-21 69

版权

本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。

简介： 做一个基于 chatterbot 的聊天机器人

今天和大家一起来手撕一个自动问答系统，其实也就是类似我们常说的聊天机器人

初识自动问答系统

关键点

句意理解
系统接收到一句话，需要先通过语法分析，语义分析等来理解该句子，这样才能更好的给出回答
文本信息摘取
系统需要有自己的语料库、知识库或者相关内容，并从中抽取出相应的回答。
知识推理
这个是更高一层的要求，系统应该可以通过上下文，或者接收到的句子的语义，通过知识推理的手段获取到知识库中不存在的答案。

可用技术栈

基于以上几点，可用基于现有的一些算法来训练自己的模型，当然也可用通过开源的框架来搭建，下面我们就先来实践下基于开源框架的实现。

基于 ChatterBot 实现

ChatterBot 是一个功能强大的，基于 Python 的聊天机器人框架，其 GitHub 地址为：https://github.com/gunthercox/ChatterBot/tree/master

官方文档为：https://chatterbot.readthedocs.io，有兴趣的小伙伴可以自行研究。这里我们给出简单的实战过程。

1. 获取语料

中文聊天语料这一块，我选择了网上大神整理的资料，选取其中一部分，小黄鸡语料

https://github.com/codemayq/chinese_chatbot_corpus

2. 使用 Google Colab 训练

Google Colab 是个好东西，我们一定要充分的利用起来。（还不熟悉的可以查看我以前写的一篇文章）

上传处理好的小黄鸡语料到 Colab 上
在 Colab 上安装 ChatterBot

!pip install chatterbot
!pip install chatterbot-corpus

创建一个 Chat Bot

from chatterbot import ChatBot
from chatterbot.trainers import ListTrainer
chatbot = ChatBot("my chat")
trainer = ListTrainer(chatbot)

载入语料

with open('xiaohuangji.tsv', encoding='utf-8') as f:
  data = f.read().replace('\t', '\n')
print(data[:100])

训练

trainer.train(data)

最后，等待训练完成之后，我们再把生成的 db.sqlite3 文件下载到本地。

部署成服务
在自己的云主机中，或者自己的本地电脑上安装 ChatterBot，如果安装失败，可以选择使用 anaconda 来安装。
先简单的做个实验，看看聊天效果怎么样

from chatterbot import ChatBot
 bt = ChatBot(
     'my-chat',
     database_uri='sqlite:///db.sqlite3'
 )
 print('Type something to begin...')
while True:
    try:
        user_input = input()
        bot_response = bot.get_response(user_input)
        print(bot_response)
    # Press ctrl-c or ctrl-d on the keyboard to exit
    except (KeyboardInterrupt, EOFError, SystemExit):
        break

来看下聊天效果：

个人感觉，效果还行吧，关键是 ChatterBot 是能够从每次的聊天中自动学习，也就是聊天记录越多，这个机器人也就越“精”，是不是很惊喜！

部署成 API

使用轻量级的 flask 来开发 API，简单的代码如下：

from flask import Flask, render_template, request, jsonify
 from chatterbot import ChatBot
 app = Flask(__name__)
 bot = ChatBot(
     'my-chat',
     database_uri='sqlite:///db.sqlite3'
 )
@app.route("/")
def home():
    return render_template("index.html")
@app.route("/get")
def get_bot_response():
    userText = request.args.get('msg')
    return str(bot.get_response(userText))
@app.route("/api/chat/<text>")
def get_bot_api(text):
    res = str(bot.get_response(text))
    return jsonify(res), 200
if __name__ == "__main__":
    app.run(host='0.0.0.0', port=8889)