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

1. # -*- coding: utf-8 -*-  
2. from chatterbot import ChatBot  
3. # 构建ChatBot并指定  
4. Adapterbot = ChatBot(  
5.    'Default Response Example Bot',  
6.      storage_adapter='chatterbot.storage.JsonFileStorageAdapter',  
7.    logic_adapters=[  
8.        {  
9.            'import_path': 'chatterbot.logic.BestMatch'  
10.        },  
11.        {  
12.            'import_path': 'chatterbot.logic.LowConfidenceAdapter',  
13.            'threshold': 0.65,  
14.            'default_response': 'I am sorry, but I do not understand.'  
15.        }  
16.    ],  
17.    trainer='chatterbot.trainers.ListTrainer')  
18. # 手动给定一点语料用于训练  
19. bot.train([  
20.    'How can I help you?',  
21.    'I want to create a chat bot',  
22.    'Have you read the documentation?',  
23.    'No, I have not',  
24.    'This should help get you started: http://chatterbot.rtfd.org/en/latest/quickstart.html'])  
25. # 给定问题并取回结果  
26. question = 'How do I make an omelette?'  
27. print(question)  
28. response = bot.get_response(question)  
29. print(response)  
30. print("\n")  
31. question = 'how to make a chat bot?'  
32. print(question)  
33. response = bot.get_response(question)  
34. 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

1. # -*- coding: utf-8 -*-  
2. from chatterbot import ChatBot  
3. bot = ChatBot(  
4.    "Math & Time Bot",  
5.    logic_adapters=[  
6.        "chatterbot.logic.MathematicalEvaluation",  
7.        "chatterbot.logic.TimeLogicAdapter"  
8.    ],  input_adapter="chatterbot.input.VariableInputTypeAdapter",  
9.    output_adapter="chatterbot.output.OutputAdapter")  
10. # 进行数学计算  
11. question = "What is 4 + 9?"  
12. print(question)response = bot.get_response(question)  
13. print(response)  
14. print("\n")  
15. # 回答和时间相关的问题  
16. question = "What time is it?"  
17. print(question)  
18. response = bot.get_response(question)  
19. 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

1. # -*- coding: utf-8 -*-  
2. from chatterbot import ChatBot  
3. '''''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'''  
4. chatbot = ChatBot(  
5.    'Export Example Bot',  
6.  trainer='chatterbot.trainers.ChatterBotCorpusTrainer')  
7. # 训练一下咯  
8. chatbot.train('chatterbot.corpus.english')  
9. # 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

1. # -*- coding: utf-8 -*-  
2. from chatterbot import ChatBot  
3. import logging  
4. """反馈式的聊天机器人，会根据你的反馈进行学习"""  
5. # 把下面这行前的注释去掉，可以把一些信息写入日志中  
6. # logging.basicConfig(level=logging.INFO)  
7. # 创建一个聊天机器人  
8. bot = ChatBot(  
9.    'Feedback Learning Bot',  
10.    storage_adapter='chatterbot.storage.JsonFileStorageAdapter',  
11.    logic_adapters=[  
12.        'chatterbot.logic.BestMatch'  
13.    ],  
14.    input_adapter='chatterbot.input.TerminalAdapter',  
15.  output_adapter='chatterbot.output.TerminalAdapter')  
16. DEFAULT_SESSION_ID = bot.default_session.id  
17. def get_feedback():  
18.    from chatterbot.utils import input_function  
19.    text = input_function()  
20.    if 'Yes' in text:  
21.        return True  
22.    elif 'No' in text:  
23.        return False  
24.    else:  
25.        print('Please type either "Yes" or "No"')  
26.        return get_feedback()  
27. print('Type something to begin...')  
28. # 每次用户有输入内容，这个循环就会开始执行  
29. while True:  
30.    try:  
31.        input_statement = bot.input.process_input_statement()  
32.        statement, response = bot.generate_response(input_statement, DEFAULT_SESSION_ID)  
33.        print('\n Is "{}" this a coherent response to "{}"? \n'.format(response, input_statement))  
34.        if get_feedback():  
35.            bot.learn_response(response,input_statement)  
36.        bot.output.process_response(response)  
37.        # 更新chatbot的历史聊天数据  
38.        bot.conversation_sessions.update(  
39.            bot.default_session.id_string,  
40.            (statement, response, )  
41.        )  
42.    # 直到按ctrl-c 或者 ctrl-d 才会退出  
43.    except (KeyboardInterrupt, EOFError, SystemExit):  
44.        break  
45. 反馈式学习聊天机器人  
46.   
47. 使用Ubuntu数据集构建聊天机器人  
48.   
49. from chatterbot import ChatBot  
50. import logging  
51. '''''这是一个使用Ubuntu语料构建聊天机器人的例子'''  
52. # 允许打日志logging.basicConfig(level=logging.INFO)  
53. chatbot = ChatBot(  
54.    'Example Bot',   trainer='chatterbot.trainers.UbuntuCorpusTrainer')  
55. # 使用Ubuntu数据集开始训练  
56. chatbot.train()  
57. # 我们来看看训练后的机器人的应答  
58. response = chatbot.get_response('How are you doing today?')  
59. print(response)  

借助微软的聊天机器人

[python]  view plain  copy

1. # -*- coding: utf-8 -*-  
2. from chatterbot import ChatBot  
3. from settings import Microsoft  
4. '''''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/'''  
5. chatbot = ChatBot(  
6.    'MicrosoftBot',  
7.    directline_host = Microsoft['directline_host'],  
8.    direct_line_token_or_secret = Microsoft['direct_line_token_or_secret'],  
9.    conversation_id = Microsoft['conversation_id'],  
10.    input_adapter='chatterbot.input.Microsoft',  
11.    output_adapter='chatterbot.output.Microsoft',  
12.    trainer='chatterbot.trainers.ChatterBotCorpusTrainer')chatbot.train('chatterbot.corpus.english')  
13. # 是的，会一直聊下去  
14. while True:  
15.    try:  
16.        response = chatbot.get_response(None)  
17.   
18.    # 直到按ctrl-c 或者 ctrl-d 才会退出  
19.    except (KeyboardInterrupt, EOFError, SystemExit):  
20.        break