定制个机器人帮你和Ta聊天

自动聊天示例

聊天1:

user: 在吗?
bot: 在
user: 在干嘛呢?
bot: 看电视
user: 看啥电视呀
bot: 活色生香
user: 很好看吗?
bot: 特搞笑
user: 你在哪里呀?
bot: 家里
user: 家里就你一个人嘛?
bot: 我喜欢一个人玩
user: 那我过来找你?
bot: 不可以,乖乖上班去

聊天2:

Q: 在吗?
A:Q: 干嘛呢?
A: 没事
Q: 陪我去逛街嘛?
A:Q: 你在打游戏?
A: 没有
Q: 那去不去?
A:

这是基于200万聊天记录训练出来的,你可以用自己和女朋友的记录训练了试试效果 :P

至于微信机器人怎么用,你可以 GitHub 搜搜看哈

项目说明

chatbot 是一个通过已知对话数据集快速生成回答的 Go 问答引擎。

为啥会有 chatbot 项目呢?

好多年前,当我们需要一个聊天机器人的时候,我是先用了 ChatterBot,但是使用下来,我们的1.2亿对话语料训练后的模型回答一个问题需要21秒左右,实在没法接受。仔细看了 ChatterBot 源码之后,我用 Go 重新实现了一个,并用 go-zero 的 MapReduce 框架做了并行优化,结果我们一个回答平均耗时大概18毫秒。

国庆假期,我有点空闲时间,所以就把这个项目整理了开源出来,一是给大家一个实际的 go-zero 的 MapReduce 示例;二是也提供大家一个闲聊机器人的项目玩玩。

BTW:后续我可能会开源智能客服机器人的项目,可以关注我的github:

github.com/kevwan

代码目录和命令行使用说明

bot

问答引擎,可以自定义自己的匹配算法

cli

  • train

    训练给定的问答数据并生成 .gob 文件

    • -d 读取指定目录下所有 jsonyaml 语料文件
    • -i 读取指定的 jsonyaml 语料文件,多个文件用逗号分割
    • -o 指定输出的 .gob 文件
    • -m 定时打印内存使用情况
  • ask

    一个示例的问答命令行工具

    • -v verbose
    • -c 训练好的 .gob 文件
    • -t 数据几个可能的答案

数据格式

如果你有语料数据,可以自行整理用来训练。

数据格式可以通过 yaml 或者 json 文件提供,参考 https://github.com/kevwan/chatterbot-corpus 里的格式。大致如下:

categories:
- AI
conversations:
- - 什么是ai
  - 人工智能是工程和科学的分支,致力于构建具有思维的机器。
- - 你是什么语言编写的
  - Python
- - 你听起来像机器
  - 是的,我受到造物者的启发
- - 你是一个人工智能
  - 那是我的名字。

致谢

go-zero - github.com/zeromicro/go-zero

go-zerocore/mr 包的 MapReduce 实现使 chatbot 的回答效率得到了巨大的提升!

ChatterBot - github.com/gunthercox/ChatterBot

最早我是使用 ChatterBot 的,但由于回答太慢,所有后来只能自己实现了,感谢 ChatterBot,非常棒的项目!

项目地址

github.com/kevwan/chatbot

欢迎使用并 star 支持!

本作品采用《CC 协议》,转载必须注明作者和本文链接
本帖由系统于 2年前 自动加精
kevwan
讨论数量: 5
playmaker

地址链接 有误

2年前 评论

大佬厉害 :+1:

2年前 评论
wangchunbo

这如果接一个音频,那就是开源的小爱了啊

2年前 评论

简单的看了下,训练的过程好像是排序的过程,所以是 和 rasa 类似的,剧本的思路吗?

但是我没有看到 NLU 的过程,纯问答吗?

2年前 评论
kevwan

@dingdayu 文本相似度

2年前 评论

讨论应以学习和精进为目的。请勿发布不友善或者负能量的内容,与人为善,比聪明更重要!