基于ChatterBot的聊天机器人

前言：因为作者太无聊了所以想做个自动问答系统来消遣时间才不是没朋友，也就是常说的聊天机器人

关键点

1. 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。
2. 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。
3. 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，也可用通过开源的框架来搭建。这里我采用的是基于开源框架ChatterBot来实现的方法

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

实战

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，这里附上github链接：
https://github.com/codemayq/chinese_chatbot_corpus
其中语料的使用大神有写了详尽的文档，务必仔细阅读后使用。

这里笔者遇到了一个比较奇怪的问题，使用pycharm运行文档里的main.py可以顺利进行语料转换，然而直接使用命令行会报错，暂时不清楚原理

2.使用Google Colab训练

1. 上传语料到Colab

这里我采用的是将下载到的语料上传到Google Drive，然后挂载Google Drive硬盘到Colab来调用

1. 在Colab上安装ChatterBot

1
2

!pip3 install chatterbot                #注意：感叹号是必须的
!pip3 install chatterbot-corpus         #注意：感叹号是必须的  

3. 创建一个ChatBot

1
2
3
4

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

4. 载入语料

1
2
3

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

5. 开始训练

1

trainer.train(data)

这一步根据语料的数据量大小时间有长有短，个人测试为了不超过Colab的使用限制，尽量选择较小的语料库或者拆分为多个语料库多次训练比较好

等待训练完成后，记得将生成的db.sqlite3文件下载到本地