聊天機(jī)器人開(kāi)源分享

我想我應(yīng)該給這個(gè)它自己的特定帖子——這是我在我的Raspbinator和Nvidinator項(xiàng)目中使用的聊天機(jī)器人。下面鏈接的 GitHub 將隨著我對(duì)其進(jìn)行改進(jìn)而不斷更新。

我已經(jīng)決定了 Chatbot 8 這個(gè)名字——在我使用 GitHub 之前，我把它放在了我的 Google Drive 上，每次迭代我都會(huì)增加它的數(shù)量；我很高興在 Raspbinator 中使用的第一個(gè)是第 8 次迭代，現(xiàn)在，這個(gè)名字有點(diǎn)卡住了。

主要目標(biāo)：

• 制作一個(gè)可以響應(yīng)人類(lèi)輸入的機(jī)器人，隨著時(shí)間的推移學(xué)習(xí)并返回更多有機(jī)響應(yīng)。
• 能夠從大型文本文件（例如電影腳本和對(duì)話記錄）中進(jìn)行訓(xùn)練。
• 使其能夠輕松集成到其他項(xiàng)目中。

工作原理。

所以這是我的GitHub 上的代碼。

我已經(jīng)讓這些聊天機(jī)器人與Raspberry Pi項(xiàng)目一起工作——因此一切都將基于 Pi 和 Raspbian 操作系統(tǒng)。

有幾個(gè)依賴(lài)項(xiàng)：

• 模糊的
• 數(shù)據(jù)庫(kù)
• PyMongo （需要使用3.4.0版本）

其他一切都應(yīng)該包含在Raspbian上的 Python 包中。

在較高層次上，系統(tǒng)的邏輯如下：

Bot 說(shuō)最初的“你好”。
人類(lèi)回應(yīng)。
Bot 存儲(chǔ)對(duì)“Hello”的響應(yīng)，并在其數(shù)據(jù)庫(kù)中搜索其之前所說(shuō)的與人類(lèi)輸入的內(nèi)容非常匹配的任何內(nèi)容，然后顯示先前交互的結(jié)果。

通過(guò)存儲(chǔ)人類(lèi)對(duì)機(jī)器人 Mongo 數(shù)據(jù)庫(kù)的反應(yīng)并將它們分配給機(jī)器人之前說(shuō)過(guò)的事情，然后將人的輸入與這些項(xiàng)目進(jìn)行比較以找到合適的反應(yīng)，您可以從機(jī)器人那里得到一些相當(dāng)不錯(cuò)的反應(yīng)。

舉個(gè)例子; 如果機(jī)器人說(shuō)“天氣怎么樣”并且我輸入“外面正在下雨”，它會(huì)存儲(chǔ)該響應(yīng)并將其與該輸入相關(guān)聯(lián)。現(xiàn)在，如果其他人出現(xiàn)并輸入“天氣如何”，它將在其數(shù)據(jù)庫(kù)中搜索相近的匹配項(xiàng)并找到之前的回復(fù)“天氣怎么樣”，此時(shí)它將搜索對(duì)此的回復(fù)并找到我的回復(fù)“它的外面在下雨”。因此，雖然它并沒(méi)有真正“思考”它的反應(yīng)，但它確實(shí)最終會(huì)給出一些合理的回復(fù)。

它將首先以相當(dāng)高的準(zhǔn)確度搜索已知輸入，然后如果失敗，它將降低到中等準(zhǔn)確度，最后降低到低準(zhǔn)確度。我目前正在使用?這個(gè)?庫(kù)來(lái)比較字符串：

準(zhǔn)確度級(jí)別為：

• fuzz.ratio(Str1.lower(),Str2.lower())
• fuzz.partial_ratio(Str1.lower(),Str2.lower())
• fuzz.token_set_ratio(Str1,Str2)

您可以在我上面鏈接的網(wǎng)站上看到這些函數(shù)是如何工作的——但通常所需的準(zhǔn)確性會(huì)隨著函數(shù)的運(yùn)行而降低。每個(gè)的閾值也可以調(diào)整。

因此，如果輸入字符串/存儲(chǔ)字符串的最高返回比率低于閾值，它將下降到第二個(gè)部分匹配并執(zhí)行相同的操作，最后如果失??；它將移動(dòng)到設(shè)定的比率匹配。最后一個(gè)適用于具有匹配單詞的不同大小的字符串。

現(xiàn)在如果上面沒(méi)有匹配項(xiàng)會(huì)發(fā)生什么？在機(jī)器人響應(yīng)之前，它會(huì)將收到的輸入存儲(chǔ)到數(shù)據(jù)庫(kù)中，它還會(huì)拆分每個(gè)輸入并存儲(chǔ)所有單個(gè)單詞。因此，當(dāng)它找不到之前對(duì)您的輸入的回復(fù)時(shí)，它有 40% 的機(jī)會(huì)從這些詞中生成一個(gè)隨機(jī)句子，并有 60% 的機(jī)會(huì)選擇一個(gè)它知道的完全隨機(jī)的完整句子。

現(xiàn)在你可能會(huì)認(rèn)為這會(huì)導(dǎo)致機(jī)器人說(shuō)很多廢話——你是對(duì)的，但一開(kāi)始它只會(huì)在你和它說(shuō)話時(shí)重復(fù)你說(shuō)的話。但是你輸入和回復(fù)的越多，它學(xué)到的越多，它生成的隨機(jī)句子有時(shí)實(shí)際上有一定的意義；當(dāng)你回復(fù)它時(shí)，它就會(huì)有一個(gè)參考點(diǎn)，用于確定它何時(shí)收到類(lèi)似于它剛才所說(shuō)的輸入。

這是另一個(gè)例子：

如果我對(duì)機(jī)器人說(shuō)：“我喜歡奶酪”，它的數(shù)據(jù)庫(kù)中沒(méi)有任何輸入信息，也沒(méi)有足夠的詞來(lái)生成一個(gè)隨機(jī)句子，基本上是一個(gè)猜測(cè)，它可能會(huì)返回：“Hello television like usually”。這當(dāng)然沒(méi)有意義，但如果我隨后回復(fù)“是的，我也喜歡電視”，它會(huì)存儲(chǔ)該回復(fù)。現(xiàn)在，比方說(shuō)，其他人出現(xiàn)并輸入“我通?？措娨暋保鼤?huì)在數(shù)據(jù)庫(kù)中運(yùn)行它并找到它與之前所說(shuō)的相似（“你好電視就像通常一樣”）并找到我的回答（“是的，我喜歡電視也是”），給人一種真實(shí)反應(yīng)的錯(cuò)覺(jué)。

它本質(zhì)上是從頭開(kāi)始學(xué)習(xí)，它什么都不知道，所以它會(huì)盡力使用以前的經(jīng)驗(yàn)，作為最后的手段，猜測(cè)——直到它學(xué)到更多，這樣它就不必再猜測(cè)了。

它還能夠與多人保持對(duì)話——為與之交談的每個(gè)人創(chuàng)建一個(gè)新班級(jí)，并記錄他們與機(jī)器人的最后回應(yīng)。因此，當(dāng)您使用“change_name”命令或通過(guò)從外部程序向?qū)υ捁δ茌斎氩煌拿Q(chēng)來(lái)切換人員時(shí)，它可以與在該會(huì)話中已經(jīng)與之交談過(guò)的人進(jìn)行對(duì)話。

模塊化的。

最近，我添加了將聊天機(jī)器人導(dǎo)入其他程序的功能，并且能夠從機(jī)器人獲取文本輸入和接收輸出——具有一個(gè)簡(jiǎn)單的界面，只需要一個(gè)帶名稱(chēng)的輸入字符串。然后機(jī)器人本身會(huì)處理之前的回復(fù)和機(jī)器人響應(yīng)；隨著對(duì)話切換并返回響應(yīng)。

它還可以獨(dú)立運(yùn)行以進(jìn)行測(cè)試，即使作為另一個(gè)項(xiàng)目的組件也可以輕松進(jìn)行訓(xùn)練和測(cè)試——例如與Nvidianator的 STT/TTS 和 ML 部分集成。

要使用它，只需將 bot .py 文件放在與它將使用的程序相同的文件夾中并使用：

將 bot_8 導(dǎo)入為聊天機(jī)器人

一旦導(dǎo)入到 Python 程序中，它就可以與命令交互：

回復(fù) = chatbot.conversation（inputWords，humanid）

輸入的單詞當(dāng)然就是輸入的內(nèi)容，因此這可以從語(yǔ)音到文本功能（例如wit.ai?或其他一些文本輸入）中獲取。

humanid 是當(dāng)前與之交互的人的名字。

將這兩個(gè)輸入都放入函數(shù)后，它將以字符串形式返回回復(fù)——然后可用于在導(dǎo)入聊天機(jī)器人的程序中進(jìn)行進(jìn)一步處理。

訓(xùn)練。

我還添加了一個(gè)訓(xùn)練模塊——這可以很方便地加載大型文本文件，例如電影劇本或?qū)υ捰涗洠@樣機(jī)器人就可以在現(xiàn)有數(shù)據(jù)上進(jìn)行訓(xùn)練——我已經(jīng)用合金裝備的腳本試過(guò)了它工作得很好。

它通過(guò)掃描每一行并將數(shù)據(jù)放入機(jī)器人來(lái)工作——當(dāng)每一行新行進(jìn)入機(jī)器人代碼時(shí)，都會(huì)將其分配為對(duì)前一行的響應(yīng)。

它被編程為過(guò)濾掉以非字母字符開(kāi)頭的空行和句子，以及以“：”分割行；因此，如果一個(gè)腳本的名字表示誰(shuí)在說(shuō)話，并且有各種注釋?zhuān)瑧?yīng)該跳過(guò)這些行并刪除名字。雖然目前這有點(diǎn)混亂并且可以做一些工作，但這基本上意味著你可以插入一個(gè)腳本并且它（應(yīng)該）整齊地通過(guò)它，只選擇相關(guān)的語(yǔ)音文本。

通過(guò)在腳本上訓(xùn)練機(jī)器人，您可以輸入來(lái)自游戲/電影/對(duì)話的輸入，它會(huì)非?？煽康胤祷卣_的響應(yīng)——就上面的《合金裝備》腳本而言，您可以通過(guò)輸入角色所說(shuō)的話。

例如，使用上述 MGS 訓(xùn)練數(shù)據(jù)：

• 如果我輸入“你是菜鳥(niǎo)嗎？”
• 機(jī)器人用 Meryl 的一句話回應(yīng)：“小心，我不是菜鳥(niǎo)?。　?/font>

等等。

可以使用開(kāi)關(guān)“-fresh”調(diào)用訓(xùn)練模塊，這將清除數(shù)據(jù)庫(kù)并從頭開(kāi)始訓(xùn)練，如果沒(méi)有此開(kāi)關(guān)，它將進(jìn)一步訓(xùn)練現(xiàn)有數(shù)據(jù)庫(kù)。

訓(xùn)練數(shù)據(jù)需要與機(jī)器人位于同一文件夾中，并稱(chēng)為“l(fā)earning.txt”。

還有一個(gè) deleteDB 模塊，當(dāng)它運(yùn)行時(shí)，它按照它說(shuō)的去做并清除數(shù)據(jù)庫(kù)。

從理論上講，如果它接受大量正常人類(lèi)對(duì)話的訓(xùn)練，它會(huì)返回大量有機(jī)反應(yīng)；此外，根據(jù)他們接受的培訓(xùn)輸入，每個(gè)機(jī)器人都可以有自己獨(dú)特的個(gè)性。

正在進(jìn)行中。

隨著時(shí)間的推移，我將繼續(xù)改進(jìn)它以使其變得更好。因此，請(qǐng)繼續(xù)檢查我的 GitHub 以獲取更新。

我也在努力讓聊天機(jī)器人與Docker打包在一起?——這樣它就可以很容易地與所有依賴(lài)項(xiàng)一起部署，并且在同一臺(tái)機(jī)器上也有單獨(dú)的持久機(jī)器人，甚至不需要在操作系統(tǒng)本身上安裝 MongoDB。

您有任何改進(jìn)機(jī)器人的想法嗎？讓我知道。

也可以隨意下載并自己嘗試——請(qǐng)注意，從空白開(kāi)始，在它開(kāi)始變得有意義之前需要大量的訓(xùn)練數(shù)據(jù)/與之交談。

下個(gè)項(xiàng)目見(jiàn)。

?

?

?