聊天机器人学习总结(1)-chatterbot简介

安装前的准备

我用的是pycharm编译器，看网上推崇的最好创建一个虚拟环境，来将不同项目所需求的依赖分别放在独立的地方的一个工具，好处就是防止各个项目之间对同一个库不同版本依赖的问题。想了解其详情的可以点击.下面就直接贴代码.

1.使用 sudo pip install virtualenv 安装virtualenv 
  在Ubuntu中，可以尝试 sudo apt-get install python-virtualenv

2.virtualenv安装完毕后，通常会创建一个项目文件夹，并在其下创建一个venv文件夹
  mkdir myproject
  cd myproject
  virtualenv venv

3.无论何时你想在某个项目上工作，只需要激活响应的环境  . venv/bin/activate

4.你现在已经激活了virtualenv，现在可以使用pip安装其他模块了

安装

chatterbot 安装有两种方式：

• 使用pip install chatterbot安装
• 直接在github chatterbot下载这个项目，其中examples文件夹中包含几个例子，可以根据例子加深自己的理解。

创建chatterbot实例

首先先粘贴一下代码，再根据代码来讲具体的内容，我的chatbot.py文件

from chatterbot import ChatBot
from chatterbot.trainers import ChatterBotCorpusTrainer
from chatterbot.trainers import ListTrainer

class SimpleChat():

    def __init__(self):
        self.chatbot = ChatBot('myBot',
                               storage_adapter="chatterbot.storage.MongoDatabaseAdapter",
                               logic_adapters=[
                                   {
                                       'import_path': 'chatterbot.logic.BestMatch'
                                   },
                                   {
                                       'import_path': 'chatterbot.logic.LowConfidenceAdapter',
                                       'threshold': 0.6,
                                       'default_response': '正在学习中'
                                   }
                               ],
                               input_adapter="chatterbot.input.VariableInputTypeAdapter",
                               output_adapter="chatterbot.output.TerminalAdapter",
                               database_uri='mongodb://admin:[email protected]:27017/admin?authMechanism=MONGODB-CR',
                               database='chatbot'
                               )

        self.chatbot.set_trainer(ListTrainer)
        self.chatbot.train("chatterbot.corpus.chinese")

    def get_response(self, info):
        #返回信息
        return str(self.chatbot.get_response(info))

if __name__ == '__main__':
    chat = SimpleChat()
    res = chat.get_response('你好啊')
    print(res)

首先先类中构造函数中创建了一个chatbot的实例

• 参数1 ‘myBot’意思是创建了一个名叫myBot的机器人,（后面的参数都不是必填的，其都有默认参数）
• storage_adapter 代表存储适配器

存储适配器提供了一个允许可以通过将storage_adaoter参数设置为要使用的存储适配器的导入路径来指定，其默认的是sqlite类型的。我在网上看到sqlite数据库在大数据的时候会花费很长时间，正好我们后台用的有mongodb，所以我采用的是mongodb类型(MongoDatabaseAdapter)的适配器。
mongodb有两个参数 database_uri 和 database, 当你连接的只是本地数据库，并且没有验证的时候，只用database(数据库名)就可以了，如果连接远程数据库获取需要验证时，就需要两个都要用。详细信息点这里

• logic_adapters是逻辑适配器，其可以有好几个参数，并且可以一起使用。BestMatch 逻辑adater根据与输入语句最接近的匹配的已知响应返回响应。TimeLogicAdapter 返回当前时间。MathematicalEvaluation可以执行数学表达式，并且计算出来结果。LowConfidenceAdapter 当高信度响应未知时，返回具有高置信度的默认响应。SpecificResponseAdapter 返回具体的响应到一个特定的输入。详细信息可以点这里。

• self.chatbot.train("chatterbot.corpus.chinese")这句话意思是支持中文聊天。这里需要注意一个地方：当时英文的时候，python2.7是可用的。当是中文的时候，需要python 3以上吧，反正我装的是3.6最新版的。
  这个参数还可以这样写

deepThought.train("chatterbot.corpus.chinese")
deepThought.train([
    你好啊，
   我不好，
]) 

来实现训练语句，这些语句会保存到数据库
具体详情请 点击这里

• self.chatbot.set_trainer(ListTrainer)，允许使用列表表示会话的字符串列表来训练聊天机器人。

chatBot实例有一个方法可以获取响应值，chat.get_response('你好啊')，就会把我不好发送过来。

chatterbot还有许多参数可以自定义配置，这些东西我只是看了一下文档，还没有开始做，以后会补充到这个系列中来。这些东西可以在开发文档中找到。

知行办公，专业移动办公平台https://zx.naton.cn/
【总监】十二春秋之，[email protected]；
【Master】zelo，[email protected]；
【运营】狼行天下，[email protected]；****
【产品设计】流浪猫，[email protected]；
【体验设计】兜兜，[email protected]；
【iOS】淘码小工，[email protected]；iMcG33K，[email protected]；
【Android】人猿居士，[email protected]；思路的顿悟，[email protected]；
【java】首席工程师MR_W，[email protected]；
【测试】土镜问道，[email protected]；
【数据】喜乐多，[email protected]；
【安全】保密，你懂的。