基于python和深度学习实现本地离线智能语音控制终端（五）

Cryyen

学会聊天

这里我基于chatterbot和第三方的语义库，高度定制化地 训练自己的机器人聊天对话系统

1.环境配置：

1. pip install chatterbot
   
2. pip install chatterbot_corpus

复制代码

2.尝试训练官方的中文数据集并使用

1. from chatterbot import ChatBot
   
2. from chatterbot.trainers import ChatterBotCorpusTrainer
   
3. import logging
   
4. 
   
5. '''
   
6. This is an example showing how to train a chat bot using the
   
7. ChatterBot Corpus of conversation dialog.
   
8. '''
   
9. 
   
10. # Enable info level logging
    
11. # logging.basicConfig(level=logging.INFO)
    
12. chatbot = ChatBot('Example Bot')
    
13. 
    
14. # Start by training our bot with the ChatterBot corpus data
    
15. trainer = ChatterBotCorpusTrainer(chatbot)
    
16. 
    
17. def train():
    
18.     trainer.train(
    
19.         'chatterbot.corpus.chinese'
    
20.     )
    
21. 
    
22. def chat(word = ''):
    
23.     word = chatbot.get_response(word)
    
24.     return word
    
25. 
    
26. def test1():
    
27.     train()
    
28.     while 1:
    
29.         print(chatbot.get_response(input(">")))
    
30. 
    
31. test1()

复制代码

若无报错则，可以继续下一步，训练自己的数据集，实现高度定制化。

3.我提供一个数据集：https://download.csdn.net/download/weixin_51331359/76479596

大概长这样：

下载后，在你的项目文件夹中建立一个名为 corpus  的文件夹，把下载好的  corpus.txt 放进去。

进行训练，代码：

1. from chatterbot import ChatBot
   
2. from chatterbot.trainers import ListTrainer
   
3. from chatterbot.trainers import ChatterBotCorpusTrainer
   
4. 
   
5. 
   
6. # 构建ChatBot并指定Adapter
   
7. my_bot = ChatBot(
   
8.     'COCO',
   
9.     storage_adapter='chatterbot.storage.SQLStorageAdapter',
   
10.     logic_adapters=[
    
11.         {
    
12.             'import_path': 'chatterbot.logic.BestMatch',
    
13.             'threshold': 0.65,#低于置信度，则默认回答
    
14.             'default_response':'coco没听懂'
    
15.         }
    
16.     ]
    
17. )
    
18. 
    
19. 
    
20. def train_myword():
    
21.     file = open("./corpus/corpus.txt", 'r', encoding='utf-8')
    
22.     corpus = []
    
23.     print('开始加载语料！')
    
24.     # 导入语料库
    
25.     while 1:
    
26.         try:
    
27.             line = file.readline()
    
28.             if not line:
    
29.                 break
    
30.             if line == '===\n':
    
31.                 continue
    
32.             temp = line.strip('\n')
    
33.             # print(temp)
    
34.             corpus.append(temp)
    
35.         except:
    
36.             pass
    
37.     file.close()
    
38.     print('语料加载完毕')
    
39.     print('》'*30)
    
40. 
    
41.     #my_bot = ChatBot("coco")
    
42.     #my_bot.set_trainer(ListTrainer)
    
43.     trainer = ListTrainer(my_bot)
    
44.     print('开始训练！')
    
45.     trainer.train(corpus[:10000])
    
46.     print('训练完毕！')
    
47. 
    
48. def chat1():
    
49.     while True:
    
50.         print(my_bot.get_response(input("user:")))
    
51. 
    
52. def chat_my(word = ''):
    
53.     word = my_bot.get_response(word)
    
54.     return word
    
55. 
    
56. def test1():
    
57.     train_myword()
    
58.     chat1()
    
59. 
    
60. test1()
    

复制代码

训练完毕：

1. 开始加载语料！
   
2. 语料加载完毕
   
3. 》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》
   
4. 开始训练！
   
5. List Trainer: [####################] 100%
   
6. 训练完毕！

复制代码

这里我只训练语库的前10000条对话，建议不要训练太多的条对话，贪多嚼不烂，就算训练出来了也有很高的回复延迟，甚至直接无法运行回复，非常影响用户体验。