【自然语言处理(NLP)】聊天机器人系统评测

【自然语言处理(NLP)】聊天机器人系统评测


在这里插入图片描述


作者简介:在校大学生一枚,华为云享专家,阿里云专家博主,腾云先锋(TDP)成员,云曦智划项目总负责人,全国高等学校计算机教学与产业实践资源建设专家委员会(TIPCC)志愿者,以及编程爱好者,期待和大家一起学习,一起进步~
.
博客主页ぃ灵彧が的学习日志
.
本文专栏人工智能
.
专栏寄语:若你决定灿烂,山无遮,海无拦
.
在这里插入图片描述

文章目录

  • 【自然语言处理(NLP)】聊天机器人系统评测
  • 前言
    • (一)、任务描述
    • (二)、环境配置
  • 一、运行脚本
  • 二、生成闲聊机器人
    • (一)、导入相关包
    • (二)、实例化模型
    • (三) 、重写on_message()方法
  • 四、机器人实例化
  • 总结


前言

(一)、任务描述

通过Wechaty获取微信接收的消息,然后使用PaddleHub的plato-mini模型根据对话的上下文内容生成新的对话文本,最终以微信消息的形式发送。


(二)、环境配置

本示例基于飞桨开源框架2.0版本。

import paddle
import paddle.nn.functional as F
import re
import numpy as np

print(paddle.__version__)

# cpu/gpu环境选择,在 paddle.set_device() 输入对应运行设备。
# device = paddle.set_device('gpu')

输出结果如下图1所示:
在这里插入图片描述


一、运行脚本

# 将项目代码clone到当前路径下
!git clone https://github.com/KPatr1ck/paddlehub-wechaty-demo.git

#切换路径
!cd paddlehub - wechaty-demo

#安装依赖
!pip install -r requirements.txt

#安装项目所需的PaddleHub的moddule
!hub install plato-mini == 1.0.0

!export WECHATY_PUPPET = wechaty-puppet-service
!export WECHATY_PUPPET_SERVICE_TOKEN = 'your-token'

#启动闲聊机器人
!python examples/paddlehub - chatbot.py

二、生成闲聊机器人

(一)、导入相关包

from collections import deque
import os
import asyncio

from wechaty import(
    Contact,
    FileBox,
    Message,
    Wechaty,
    ScanStatus,
)

from wechaty_puppet import MessageType


(二)、实例化模型

import paddlehub as hub

model = hub.Module(name='plato-mini',version='1.0.0')
model._interactive_mode = True
model.max_turn = 10
model.context = deque(maxlen=model.max_turn)


(三) 、重写on_message()方法

通过重写on_message()方法对收到的消息进行回复,该方法是接收到消息时的回调函数,可以通过自定义的条件(譬如消息类型、消息来源、消息文字是否包含关键字、是否是群聊消息等)来判断是否回复信息。


async def on_message(msg:Message):
    if isinstance(msg.text(),str) and len(msg.text()) >0 \
        and msg._payload.type == MessageType.MESSAGE_TYPE_TEXT \
        and msg.text().startswith('[Test'):

        bot_response = model.predict(data=msg.text().replace('[Test]',''))[0]
        await msg.say(bot_response)


四、机器人实例化

通过定义一个main()函数作为程序的入口函数,完成机器人的实例化并通过调用on_message()方法对收到的消息进行回复。


async def main():
    if 'WECHATY_PUPPET_SERVICE_TOKEN' not in os.environ:
        print('''
            Error:WECHATY_PUPPET_SERVICE_TOKEN is not found in the environment variables
            You need a TOKEN to run the Python Wechaty.Please goto our README for details
            https://github.com/wechaty/python - wechaty-getting-started/#wechaty_puppet_service_token
        ''')

    #聊天机器人实例化
    bot = WeChaty()

    bot.on('scan',on_scan)
    bot.on('login',on_login)

    bot.on('message',on_message)

    #启动聊天机器人
    await bot.start()

我们通过使用asyncio.run()函数来执行异步函数main(),这种方法使得聊天机器人在启动后,该函数可以在执行过程中被挂起,只有在接收到消息时才继续执行,对收到的信息进行回复。


总结

本系列文章内容为根据清华社出版的《自然语言处理实践》所作的相关笔记和感悟,其中代码均为基于百度飞桨开发,若有任何侵权和不妥之处,请私信于我,定积极配合处理,看到必回!!!

最后,引用本次活动的一句话,来作为文章的结语~( ̄▽ ̄~)~:

学习的最大理由是想摆脱平庸,早一天就多一份人生的精彩;迟一天就多一天平庸的困扰。

ps:更多精彩内容还请进入本文专栏人工智能,进行查看,欢迎大家支持与指教啊~( ̄▽ ̄~)~

在这里插入图片描述

你可能感兴趣的:(人工智能,自然语言处理,机器人,人工智能,系统评测,paddle)