1. 程式人生 > >總結自身初學python使用chatterbot構建聊天機器人

總結自身初學python使用chatterbot構建聊天機器人

python我沒有進行系統的學習,因為我的微信公眾號有想法搞一個聊天機器人,剛好我們老師也要求我們用Python寫一個小學期的程式,所以搭建聊天機器人的想法也就確定下來了。

最初我查了不少資料,最開始以為aiml是一個做聊天機器人最好的方式,其實後來發現aiml在應用上有很多問題

1。沒有中文語料庫,可以做到匹配中文,不過對於中文而言,句型語義其實很難直接採用aiml完成,網上也有不少說採用jieba分詞的,不過真的給出原始碼的很少。

2.。畢竟沒有花很長時間去研究,在我印象中,aiml幾乎所有的回覆都需要程式設計師進行設定。

3。以檔案格式存貯,.brn檔案(alicebot的‘大腦’)讀取速度,檔資料量逐漸變大,檢索時間會逐漸變長。

經過了這一階段,我開始尋找機器學習,目前而言,網上的機器學習都是針對成型的程式設計師而言的,對於我這種還處於摸索狀態中的低端開發者而言,怎麼做到可以學習的聊天機器人不是我要考慮的,我僅僅需要把他應用起來,達到自己應用上的效果,且可以在一定程度上修改原始碼滿足自己的需求就足夠了。

chatterbot 是github上我覺得十分不錯的開元的聊天機器人,由於它可以在使用者對話中自主進行學習,可以省去一些訓練的過程,我開始採用的是 chatterbot + HUG API    構建起來很輕鬆,最初使用沒有想到公眾號中很多使用者去和機器人聊天,當檔案逐漸變大起來,相應速度基本都是在5S以上,而微信有一個機制,當你5S內沒有回覆,那麼會有一個重發,重發三次,也就導致我伺服器正在處理資料,還沒有處理完,就又來了新的請求,當有併發的時候體現的就更加明顯,微信直接顯示 該微信公眾號無法提供服務。 我最開始的處理方式是更換更好配置的伺服器,因為我的伺服器配置低,我以為是我記憶體沒有給足夠,不過當我增加完記憶體,效果也沒有變化,回覆速度還是在5S以上。

chatterbot除了json格式的介面卡還有mongodb資料庫的,mongodb用來處理海量資訊,當搭建完mongodb之後,整個響應速度提升大,另外也是建議 hug api在使用上我個人覺得還是不如 flask的  儘管hug給過一個圖示來說明效率上相差不大,不過我感覺我還是支援flask更多。

囉嗦了好多,這篇就到這了,全程無圖無教程,只是告訴你,想快速的搭建出自己的聊天機器人用 chatterbot + flask +mongodb 。

更多內容請移步 jishitongxun.cn   點選開啟連結  

timkj.com