Mianbot 是採用樣板與檢索式模型搭建的聊天機器人,目前有兩種產生回覆的方式,專案仍在開發中:)
- 其一(左圖)是以詞向量進行短語分類,針對分類的目標模組實現特徵抽取與記憶回覆功能,以進行多輪對話,匹配方式可參考Semantic Graph(目前仍在施工中 Σ Σ Σ (」○ ω○ )/)。
- 其二(右圖)是以 PTT Gossiping 作為知識庫, 透過文本相似度的比對取出與使用者輸入最相似的文章標題,再從推文集內挑選出最為可靠的回覆,程式內容及實驗過程請參見PTT-Chat_Generator。
更多的樣例可以參照 example/output.txt
輸入:明天早上叫我起床。
相似度 | 概念 | 匹配元 |
---|---|---|
0.4521 | 鬧鐘 | 起床 |
0.3904 | 天氣 | 早上 |
0.3067 | 住宿 | 起床 |
0.1747 | 病症 | 起床 |
0.1580 | 購買 | 早上 |
0.1270 | 股票 | 早上 |
0.1096 | 觀光 | 早上 |
輸入:明天上海會不會下雨?
相似度 | 概念 | 匹配元 |
---|---|---|
0.5665 | 天氣 | 下雨 |
0.3918 | 鬧鐘 | 下雨 |
0.1807 | 病症 | 下雨 |
0.1362 | 住宿 | 下雨 |
0.0000 | 股票 | |
0.0000 | 觀光 | |
0.0000 | 購買 |
- 安裝 python3 開發環境
- 安裝 gensim – Topic Modelling in Python
- 安裝 jieba 结巴中文分词
- 安裝 Taiba 中文分詞 : QA 使用,可以更換為 jieba 模組
- 有已訓練好的中文詞向量,並根據檔案位置調整
Console class
的初始化參數。
import Chatbot.console as console
c = console.Console(model_path='your_model')
- 目前問答系統的資料集尚未上傳至 Github,預設關閉問答模組
self.github_qa_unupdated=True
import Chatbot.chatbot as chatbot
chatter = chatbot.Chatbot()
chatter.waiting_loop()
import Chatbot.console as console
c = console.Console(model_path='your_model')
speech = input('Input a sentence:')
res,path = c.rule_match(speech)
c.write_output(speech,res,path)
規則採用 json 格式,樣板規則放置於\RuleMatcher\rule
中,
{
"domain": "代表這個規則的抽象概念",
"response": [
"對應到該規則後",
"機器人所會給予的回覆",
"機器人會隨機抽取一條 response"
],
"concepts": [
"該規則的可能表示方式"
],
"children": ["該規則的子規則","如購買 -> 購買飲料,購買衣服......"]
}
{
"domain": "購買",
"response": [
"正在將您導向購物模組"
],
"concepts": [
"購買","購物","訂購"
],
"children": [
"購買生活用品",
"購買家電",
"購買食物",
"購買飲料",
"購買鞋子",
"購買衣服",
"購買電腦產品"
]
},
- 網路探勘暨跨語知識系統實驗室
- 智慧型知識管理實驗室
- Legoly
- 與我交流和指教的每名朋友