定制个机器人帮你和Ta聊天

自动聊天示例 聊天1:

user: 在吗? bot: 在 user: 在干嘛呢? bot: 看电视 user: 看啥电视呀 bot: 活色生香 user: 很好看吗? bot: 特搞笑 user: 你在哪里呀? bot: 家里 user: 家里就你一个人嘛? bot: 我喜欢一个人玩 user: 那我过来找你? bot: 不可以,乖乖上班去

聊天2:
Q: 在吗? A: 在 Q: 干嘛呢? A: 没事 Q: 陪我去逛街嘛? A: 嗯 Q: 你在打游戏? A: 没有 Q: 那去不去? A: 去

这是基于200万聊天记录训练出来的,你可以用自己和女朋友的记录训练了试试效果 :P
至于微信机器人怎么用,你可以 GitHub 搜搜看哈
项目说明 chatbot 是一个通过已知对话数据集快速生成回答的 Go 问答引擎。
为啥会有 chatbot 项目呢?
好多年前,当我们需要一个聊天机器人的时候,我是先用了 ChatterBot,但是使用下来,我们的1.2亿对话语料训练后的模型回答一个问题需要21秒左右,实在没法接受。仔细看了 ChatterBot 源码之后,我用 Go 重新实现了一个,并用 go-zero 的 MapReduce 框架做了并行优化,结果我们一个回答平均耗时大概18毫秒。
国庆假期,我有点空闲时间,所以就把这个项目整理了开源出来,一是给大家一个实际的 go-zero 的 MapReduce 示例;二是也提供大家一个闲聊机器人的项目玩玩。
BTW:后续我可能会开源智能客服机器人的项目,可以关注我的github:
https://github.com/kevwan
代码目录和命令行使用说明
bot 问答引擎,可以自定义自己的匹配算法
cli
  • train
    训练给定的问答数据并生成 .gob 文件
    • -d 读取指定目录下所有 jsonyaml 语料文件
    • -i 读取指定的 jsonyaml 语料文件,多个文件用逗号分割
    • -o 指定输出的 .gob 文件
    • -m 定时打印内存使用情况
  • ask
    一个示例的问答命令行工具
    • -v verbose
    • -c 训练好的 .gob 文件
    • -t 数据几个可能的答案
数据格式 如果你有语料数据,可以自行整理用来训练。
数据格式可以通过 yaml 或者 json 文件提供,参考 https://github.com/kevwan/chatterbot-corpus 里的格式。大致如下:
categories: - AI conversations: - - 什么是ai - 人工智能是工程和科学的分支,致力于构建具有思维的机器。 - - 你是什么语言编写的 - Python - - 你听起来像机器 - 是的,我受到造物者的启发 - - 你是一个人工智能 - 那是我的名字。

致谢 go-zero - https://github.com/zeromicro/...
go-zerocore/mr 包的 MapReduce 实现使 chatbot 的回答效率得到了巨大的提升!
ChatterBot - https://github.com/gunthercox...
最早我是使用 ChatterBot 的,但由于回答太慢,所有后来只能自己实现了,感谢 ChatterBot,非常棒的项目!
项目地址 https://github.com/kevwan/chatbot
【定制个机器人帮你和Ta聊天】欢迎使用并 star 支持!

    推荐阅读