基于Python-ChatterBot搭建不同adapter的聊天机器人（使用NB进行场景分类）

chatterbot是一款python接口的，基于一系列规则和机器学习算法完成的聊天机器人。具有结构清晰，可扩展性好，简单实用的特点。本文通过chatterbot
的不同adapter来介绍如何构建自己的聊天机器人，关与chatterbot详细资料请请阅读源码，纯Python写的，阅读性比较强。好啦，我就直接上代码了。PS:现在正在收集语料库，过段时间更新基于深度循环网络LSTM的带有记忆的ChatBot。

安装

是的，安装超级简单(Ubuntu)，用pip就可以啦~

sudo pip install chatterbot

各式各样的Adapter

大家已经知道chatterbot的聊天逻辑和输入输出以及存储，是由各种adapter来限定的，我们先看看流程图，一会软再一起看点例子，看看怎么用。

基础版本

[python] view
plain copy

# -*- coding: utf-8 -*-  

from chatterbot import ChatBot  

# 构建ChatBot并指定  

Adapterbot = ChatBot(  

   'Default Response Example Bot',  

     storage_adapter='chatterbot.storage.JsonFileStorageAdapter',  

   logic_adapters=[  

       {  

           'import_path': 'chatterbot.logic.BestMatch'  

       },  

       {  

           'import_path': 'chatterbot.logic.LowConfidenceAdapter',  

           'threshold': 0.65,  

           'default_response': 'I am sorry, but I do not understand.'  

       }  

   ],  

   trainer='chatterbot.trainers.ListTrainer')  

# 手动给定一点语料用于训练  

bot.train([  

   'How can I help you?',  

   'I want to create a chat bot',  

   'Have you read the documentation?',  

   'No, I have not',  

   'This should help get you started: http://chatterbot.rtfd.org/en/latest/quickstart.html'])  

# 给定问题并取回结果  

question = 'How do I make an omelette?'  

print(question)  

response = bot.get_response(question)  

print(response)  

print("\n")  

question = 'how to make a chat bot?'  

print(question)  

response = bot.get_response(question)  

print(response)  

对话内容如下：

How do I make an omelette?

I am sorry, but I do not understand.

how to make a chat bot?

Have you read the documentation?

处理时间和数学计算的Adapter

[python] view
plain copy

# -*- coding: utf-8 -*-  

from chatterbot import ChatBot  

bot = ChatBot(  

   "Math & Time Bot",  

   logic_adapters=[  

       "chatterbot.logic.MathematicalEvaluation",  

       "chatterbot.logic.TimeLogicAdapter"  

   ],  input_adapter="chatterbot.input.VariableInputTypeAdapter",  

   output_adapter="chatterbot.output.OutputAdapter")  

# 进行数学计算  

question = "What is 4 + 9?"  

print(question)response = bot.get_response(question)  

print(response)  

print("\n")  

# 回答和时间相关的问题  

question = "What time is it?"  

print(question)  

response = bot.get_response(question)  

print(response)  

对话如下：

What is 4 + 9?

( 4 + 9 ) = 13

What time is it?

The current time is 05:08 PM

导出语料到json文件

[python] view
plain copy

# -*- coding: utf-8 -*-  

from chatterbot import ChatBot  

'''''如果一个已经训练好的chatbot，你想取出它的语料，用于别的chatbot构建，可以这么做'''  

chatbot = ChatBot(  

   'Export Example Bot',  

 trainer='chatterbot.trainers.ChatterBotCorpusTrainer')  

# 训练一下咯  

chatbot.train('chatterbot.corpus.english')  

# 把语料导出到json文件中chatbot.trainer.export_for_training('./my_export.json')  

反馈式学习聊天机器人

[python] view
plain copy

# -*- coding: utf-8 -*-  

from chatterbot import ChatBot  

import logging  

"""反馈式的聊天机器人，会根据你的反馈进行学习"""  

# 把下面这行前的注释去掉，可以把一些信息写入日志中  

# logging.basicConfig(level=logging.INFO)  

# 创建一个聊天机器人  

bot = ChatBot(  

   'Feedback Learning Bot',  

   storage_adapter='chatterbot.storage.JsonFileStorageAdapter',  

   logic_adapters=[  

       'chatterbot.logic.BestMatch'  

   ],  

   input_adapter='chatterbot.input.TerminalAdapter',  

 output_adapter='chatterbot.output.TerminalAdapter')  

DEFAULT_SESSION_ID = bot.default_session.id  

def get_feedback():  

   from chatterbot.utils import input_function  

   text = input_function()  

   if 'Yes' in text:  

       return True  

   elif 'No' in text:  

       return False  

   else:  

       print('Please type either "Yes" or "No"')  

       return get_feedback()  

print('Type something to begin...')  

# 每次用户有输入内容，这个循环就会开始执行  

while True:  

   try:  

       input_statement = bot.input.process_input_statement()  

       statement, response = bot.generate_response(input_statement, DEFAULT_SESSION_ID)  

       print('\n Is "{}" this a coherent response to "{}"? \n'.format(response, input_statement))  

       if get_feedback():  

           bot.learn_response(response,input_statement)  

       bot.output.process_response(response)  

       # 更新chatbot的历史聊天数据  

       bot.conversation_sessions.update(  

           bot.default_session.id_string,  

           (statement, response, )  

       )  

   # 直到按ctrl-c 或者 ctrl-d 才会退出  

   except (KeyboardInterrupt, EOFError, SystemExit):  

       break  

反馈式学习聊天机器人  

  

使用Ubuntu数据集构建聊天机器人  

  

from chatterbot import ChatBot  

import logging  

'''''这是一个使用Ubuntu语料构建聊天机器人的例子'''  

# 允许打日志logging.basicConfig(level=logging.INFO)  

chatbot = ChatBot(  

   'Example Bot',   trainer='chatterbot.trainers.UbuntuCorpusTrainer')  

# 使用Ubuntu数据集开始训练  

chatbot.train()  

# 我们来看看训练后的机器人的应答  

response = chatbot.get_response('How are you doing today?')  

print(response)  

借助微软的聊天机器人

[python] view
plain copy

# -*- coding: utf-8 -*-  

from chatterbot import ChatBot  

from settings import Microsoft  

'''''关于获取微软的user access token请参考以下的文档https://docs.botframework.com/en-us/restapi/directline/'''  

chatbot = ChatBot(  

   'MicrosoftBot',  

   directline_host = Microsoft['directline_host'],  

   direct_line_token_or_secret = Microsoft['direct_line_token_or_secret'],  

   conversation_id = Microsoft['conversation_id'],  

   input_adapter='chatterbot.input.Microsoft',  

   output_adapter='chatterbot.output.Microsoft',  

   trainer='chatterbot.trainers.ChatterBotCorpusTrainer')chatbot.train('chatterbot.corpus.english')  

# 是的，会一直聊下去  

while True:  

   try:  

       response = chatbot.get_response(None)  

  

   # 直到按ctrl-c 或者 ctrl-d 才会退出  

   except (KeyboardInterrupt, EOFError, SystemExit):  

       break