用Python做有趣的AI项目 2【进阶版】：智能聊天机器人 v2（NLTK + 规则引擎）

🧰 技术栈与工具

Python 3

NLTK（自然语言处理）

datetime（时间处理）

正则表达式 re

规则引擎（我们手动构造）

可选扩展：天气API、情感分析、数据库

📦 第一步：安装依赖

bash
pip install nltk

首次运行需要下载资源：

python

import nltk
nltk.download('punkt')
nltk.download('wordnet')
nltk.download('omw-1.4')

📚 第二步：构建核心代码框架

我们先建立一个模块化结构，便于扩展：

python
# chatbot.py
import nltk
import random
import re
import datetime
from nltk.stem import WordNetLemmatizer

# 初始化
lemmer = WordNetLemmatizer()
user_name = None  # 简单的上下文记忆

# NLP预处理
def normalize(text):
    text = text.lower()
    text = re.sub(r'[^\w\s]', '', text)
    tokens = nltk.word_tokenize(text)
    return [lemmer.lemmatize(token) for token in tokens]

🧠 第三步：定义“意图”和“规则库”

我们用关键词和模板构建规则库：

python
# 主题关键词与应答模板
intents = {
    "greeting": {
        "keywords": ["hello", "hi", "你好", "嗨", "早上好"],
        "responses": ["你好呀！", "嗨~ 你来了！", "很高兴见到你！"]
    },
    "farewell": {
        "keywords": ["bye", "goodbye", "退出", "再见", "拜拜"],
        "responses": ["再见，期待下次聊天！", "拜拜啦~", "走好鸭！"]
    },
    "name_query": {
        "keywords": ["你叫什么", "你是谁", "你的名字"],
        "responses": ["我是一个智能聊天机器人~ 你可以叫我小智。"]
    },
    "weather": {
        "keywords": ["天气", "下雨", "晴天"],
        "responses": ["今天天气挺不错的（其实我也不知道）😂", "我还不会看天气呢~ 但希望是阳光明媚的！"]
    },
    "time": {
        "keywords": ["几点", "时间", "现在是什么时候"],
        "responses": ["现在是 " + datetime.datetime.now().strftime("%H:%M")]
    },
    "default": {
        "responses": ["这个我还不太懂呢~", "你可以问我时间、天气、打招呼哦~"]
    }
}

🎯 第四步：意图识别函数

这个函数识别用户输入属于哪个意图：

python

def match_intent(user_input):
    tokens = normalize(user_input)
    for intent, data in intents.items():
        for keyword in data.get("keywords", []):
            if any(keyword in user_input for keyword in data["keywords"]):
                return intent
    return "default"

🧑‍🏫 第五步：对话生成器（根据意图生成回答）

python

def generate_response(user_input):
    global user_name

    if "我叫" in user_input:
        name_match = re.search(r"我叫(\w+)", user_input)
        if name_match:
            user_name = name_match.group(1)
            return f"好的，{user_name}，我记住你啦~ 😊"
    
    intent = match_intent(user_input)
    responses = intents[intent]["responses"]
    
    if intent == "time":  # 时间动态更新
        return "现在是 " + datetime.datetime.now().strftime("%H:%M:%S")
    
    return random.choice(responses)

🖥️ 第六步：主程序循环

python

def chat():
    print("小智：你好呀！我是小智，智能聊天机器人。输入 '退出' 结束聊天~")
    
    while True:
        user_input = input("你：")
        if user_input.lower() in ['退出', '拜拜', '再见']:
            print("小智：再见，期待下次聊天！")
            break
        else:
            response = generate_response(user_input)
            print("小智：" + response)

if __name__ == "__main__":
    chat()

✅ 运行效果示例

你：你好
小智：你好呀！

你：现在几点了
小智：现在是 14:35:22

你：我叫小明
小智：好的，小明，我记住你啦~

你：天气怎么样？
小智：我还不会看天气呢~ 但希望是阳光明媚的！

你：再见
小智：拜拜啦~

🧩 进阶方向

接入真实天气 API（如 OpenWeather）

接入语音识别 + TTS（如 speech_recognition + pyttsx3）

引入情感分析（如 TextBlob）判断用户心情

多轮对话（Rasa、transformers 或记忆机制）

加入更多主题模块（如笑话、星座、翻译）

接下来我们将继续升级这个聊天机器人，加入以下功能，使其更智能、更实用：

天气查询：接入天气 API，提供实时天气信息。

语音识别与合成：实现语音输入和语音输出，提升交互体验。

情感分析：分析用户情绪，提供更贴心的回应。

多轮对话：支持上下文记忆，实现更自然的对话。

🧰 第一步：安装必要的库

bash

pip install nltk pyttsx3 SpeechRecognition requests textblob

🌤️ 第二步：接入天气 API

我们将使用免费的天气 API，如 OpenWeatherMap，获取实时天气信息。

获取 API 密钥
访问 OpenWeatherMap 官网。

注册并登录账户。

在用户中心获取 API 密钥（API Key）。

获取天气信息

python

import requests

def get_weather(city):
    api_key = '你的API密钥'
    url = f'http://api.openweathermap.org/data/2.5/weather?q={city}&appid={api_key}&lang=zh_tw&units=metric'
    response = requests.get(url)
    data = response.json()
    if data['cod'] == 200:
        main = data['main']
        weather = data['weather'][0]
        temperature = main['temp']
        description = weather['description']
        return f"{city} 的当前天气是：{description}，气温 {temperature}°C。"
    else:
        return "抱歉，我无法获取该城市的天气信息。"

#🗣️ 第三步：实现语音识别与合成
语音识别（Speech-to-Text）

python

import speech_recognition as sr

def listen():
    recognizer = sr.Recognizer()
    with sr.Microphone() as source:
        print("请说话...")
        audio = recognizer.listen(source)
        try:
            text = recognizer.recognize_google(audio, language='zh-TW')
            print(f"你说：{text}")
            return text
        except sr.UnknownValueError:
            print("抱歉，我没听清楚。")
            return ""
        except sr.RequestError:
            print("抱歉，语音服务不可用。")
            return ""

语音合成（Text-to-Speech）

python

import pyttsx3

def speak(text):
    engine = pyttsx3.init()
    engine.setProperty('rate', 150)  # 语速
    engine.setProperty('volume', 1)  # 音量
    engine.setProperty('voice', 'zh')  # 语音
    engine.say(text)
    engine.runAndWait()

😊 第四步：实现情感分析

我们将使用 TextBlob 库进行情感分析。

python

from textblob import TextBlob

def analyze_sentiment(text):
    blob = TextBlob(text)
    sentiment = blob.sentiment.polarity
    if sentiment > 0:
        return "你听起来心情不错！😊"
    elif sentiment < 0:
        return "你似乎有些不开心，我能帮忙吗？😟"
    else:
        return "你的心情很中立，有什么我可以帮你的吗？🙂"

#🧠 第五步：实现多轮对话
我们将使用一个简单的上下文管理器来记住用户的名字。

python

user_name = ""

def set_user_name(name):
    global user_name
    user_name = name
    return f"好的，我记住你叫 {user_name} 了！"

def get_user_name():
    if user_name:
        return f"你叫 {user_name}，对吧？"
    else:
        return "你叫什么名字呢？"

🧩 第六步：整合所有功能

python

def chatbot():
    print("你好！我是你的智能聊天助手。")
    while True:
        print("\n你可以说：'天气' + 城市名，'语音'，'退出' 等。")
        text = listen()
        if '退出' in text:
            speak("再见！期待下次与您聊天。")
            break
        elif '天气' in text:
            city = text.split('天气')[-1].strip()
            if city:
                weather_info = get_weather(city)
                speak(weather_info)
            else:
                speak("请告诉我你想查询天气的城市。")
        elif '语音' in text:
            speak("你好！我可以听你说话并回应你。")
        elif '我叫' in text:
            name = text.split('我叫')[-1].strip()
            if name:
                response = set_user_name(name)
                speak(response)
            else:
                speak("你叫什么名字呢？")
        elif '你叫什么' in text:
            response = get_user_name()
            speak(response)
        else:
            sentiment_response = analyze_sentiment(text)
            speak(sentiment_response)
            print(sentiment_response)

🚀 第七步：运行聊天机器人

python

if __name__ == "__main__":
    chatbot()

📌 注意事项

天气查询：确保你已经获取并替换了有效的 OpenWeatherMap API 密钥。

语音识别：需要安装麦克风驱动，并确保环境安静以提高识别准确率。

情感分析：TextBlob 的情感分析是基于英文语料库，可能对中文的支持有限，效果可能不如预期。