ChatterBot聊天机器人教程02—MongoDB

安装篇

下载Windows 版本 Mongodb 3.4.0，官方提供x32、x64。我使用mongodb-win32-x86_64-2008plus-ssl-3.4.0-signed.msi。地址：https://www.mongodb.com/download-center#community。



运行mongodb-win32-x86_64-2008plus-ssl-3.4.0-signed.msi，选择自定义安装

，选择安装目录。

配置相关文件（建议在安装目录MongoDB文件夹下，与Server同级目录），新建数据库目录\MongoDB\data，新建日志目录\MongoDB\logs，此目录中新建mongodb.log文件，新建配置文件\MongoDB\mongo.conf，内容如下：

##数据文件 dbpath=E:\AppData\MongoDB\data ##日志文件 logpath=E:\AppData\MongoDB\logs\mongodb.log ##错误日志采用追加模式 logappend=true #启用日志文件，默认启用 journal=true #这个选项可以过滤掉一些无用的日志信息，若需要调试使用请设置为false quiet=true #端口号默认为27017 port=27017

配置MongoDB环境变量：编辑path，添加;安装目录:\MongoDB\Server\bin;

执行Mongo.conf文件，等待几分钟创建data文件完成



注意：不要关闭这个cmd页面。

浏览器地址栏输入：http://127.0.0.1:27017/出现下图表示配置成功



测试MongoDB运行状态，执行如下命令，测试成功



简单使用MongoDB



使用MongoDB
设置storage_adapter参数：storage_adapter="chatterbot.storage.MongoDatabaseAdapter"

# -*- coding: utf-8 -*- from chatterbot import ChatBot importlogging # Uncomment the following line to enable verbose logging # logging.basicConfig(level=logging.INFO) # Create a new ChatBot instance bot = ChatBot('Terminal', storage_adapter='chatterbot.storage.MongoDatabaseAdapter', logic_adapters=[ 'chatterbot.logic.BestMatch' ], filters=[ 'chatterbot.filters.RepetitiveResponseFilter' ], input_adapter='chatterbot.input.TerminalAdapter', output_adapter='chatterbot.output.TerminalAdapter', database='chatterbot-database' ) print('Type something to begin...') whileTrue: try: bot_input = bot.get_response(None) # Press ctrl-c or ctrl-d on the keyboard to exit except (KeyboardInterrupt, EOFError, SystemExit): break

在运行之前，要先确保MongoDB打开。

训练
chatterbot有自带的训练类，你也可以创建自己的。要使用训练类，你必须将其导入，调用方法train()之前调用方法set_trainer()。

英语语料库训练。

from chatterbot import ChatBot from chatterbot.trainers import ChatterBotCorpusTrainer chatbot = ChatBot("Ron Obvious") chatbot.set_trainer(ChatterBotCorpusTrainer) chatbot.train( "chatterbot.corpus.english" ) response = chatbot.get_response("I love you") print(response)

运行结果：


指定语料库范围：

chatbot.train( "chatterbot.corpus.english.greetings", "chatterbot.corpus.english.conversations" )

Ubuntu dialog corpus：chatbot使用Ubuntu对话语料库数据进行训练。Ubuntu对话语料库在程序指定后首先要下载（比较大）和解压提取。

# -*- coding: utf-8 -*- Ubuntu语料库太大 from chatterbot import ChatBot from chatterbot.trainers importUbuntuCorpusTrainer # Uncomment the following line to enable verbose logging # logging.basicConfig(level=logging.INFO) # Create a new ChatBot instance bot = ChatBot('Terminal', storage_adapter='chatterbot.storage.MongoDatabaseAdapter', logic_adapters=[ 'chatterbot.logic.BestMatch' ], filters=[ 'chatterbot.filters.RepetitiveResponseFilter' ], input_adapter='chatterbot.input.TerminalAdapter', output_adapter='chatterbot.output.TerminalAdapter', database='chatterbot-db1', trainer="chatterbot.trainers.UbuntuCorpusTrainer" ) bot.train() print('Type something to begin...')   whileTrue: try: bot_input = bot.get_response(None)   # Press ctrl-c or ctrl-d on the keyboard to exit except (KeyboardInterrupt, EOFError, SystemExit): break

你的自定义训练类应该继承chatterbot.trainers.Trainer类。你的训练类将需要一个方法叫train()，可以执行你选择的任何参数。
语料库
要了解哪些语言和语料库集可用，请查看存储库中的chatterbot / corpus / data目录。自定义语料库格式：*.corpus.json，*代表该类文件的类型。

例如conversations.corpus.json内容格式为：

{ "conversations": [ [ "早上好，你好吗?", "我挺好的，你呢", "我也还不错", "那很好.", "是啊." ], [ "你听到新闻了吗?", "什么新闻?" ],     [ "你是一个程序员吗?", "我是个程序员", "你使用什么语言呢?", "我经常使用 Python, Java 和 C++ .", "我常使用 Python.", "我不怎么喜欢 Java.", "什么使你心烦?", "它有许多不一致的地方" ], [ "你爱我吗？", "我对你的感情，是人类和bot之间独有的信任和友谊你可以把它叫做爱。" ] ] }

逻辑适配器
最佳匹配适配器：逻辑adater返回基于已知响应的输入语句最匹配的响应。

logic_adapters=[ 'chatterbot.logic.BestMatch' ],

时间逻辑适配器：该TimeLogicAdapter返回当前时间。

数学适配器：计算数学相关问题。

具体的回应适配器：

# -*- coding: utf-8 -*- fromchatterbotimportChatBot   # Create a new instance of a ChatBot bot=ChatBot( 'Exact Response Example Bot', storage_adapter='chatterbot.storage.JsonFileStorageAdapter', logic_adapters=[ { 'import_path': 'chatterbot.logic.BestMatch' }, { 'import_path': 'chatterbot.logic.SpecificResponseAdapter', 'input_text': 'Help me!', 'output_text': 'Ok, here is a link: http://chatterbot.rtfd.org/en/latest/quickstart.html' } ], trainer='chatterbot.trainers.ListTrainer' )   # Get a response given the specific input response=bot.get_response('Help me!') print(response)

输入输出适配器
终端适配器：输入终端适配器允许用户键入到它们的终端与聊天机器人进行通信。

input_adapter="chatterbot.input.TerminalAdapter"

微软机器人框架适配器：

chatbot=ChatBot( "My ChatterBot", input_adapter="chatterbot.input.Microsoft", directline_host="https://directline.botframework.com", dirctline_conversation_id="IEyJvnDULgn", direct_line_token_or_secret="RCurR_XV9ZA.cwA.BKA.iaJrC8xpy8qbOF5xnR2vtCX7CZj0LdjAPGfiCpg4Fv0", )