# Chatbot-1

**Repository Path**: sixofseven/Chatbot-1

## Basic Information

- **Project Name**: Chatbot-1
- **Description**: 基於向量匹配的情境式聊天機器人
- **Primary Language**: Unknown
- **License**: GPL-3.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2020-06-14
- **Last Updated**: 2020-12-19

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# Mianbot

![demo](https://raw.githubusercontent.com/zake7749/Chatbot/master/docs/demo.png)

Mianbot 是採用樣板與檢索式模型搭建的聊天機器人，目前有兩種產生回覆的方式，專案仍在開發中:)

* 其一（左圖）是以詞向量進行短語分類，針對分類的目標模組實現特徵抽取與記憶回覆功能，以進行多輪對話，匹配方式可參考[Semantic Graph](https://github.com/zake7749/Semantic-Graph)（目前仍在施工中 ΣΣΣ (」○ ω○ )／）。
* 其二（右圖）除了天氣應答外，主要是以 PTT Gossiping 作為知識庫，透過文本相似度的比對取出與使用者輸入最相似的文章標題，再從推文集內挑選出最為可靠的回覆，程式內容及實驗過程請參見[PTT-Chat_Generator](https://github.com/zake7749/PTT-Chat-Generator)。

## 匹配示例

更多的樣例可以參照 `example/output.txt`

輸入：明天早上叫我起床。

|相似度|概念|匹配元|
|------|----|------|
|0.4521|鬧鐘|起床|
|0.3904|天氣|早上|
|0.3067|住宿|起床|
|0.1747|病症|起床|
|0.1580|購買|早上|
|0.1270|股票|早上|
|0.1096|觀光|早上|

輸入：明天上海會不會下雨？

|相似度|概念|匹配元|
|------|----|------|
|0.5665|天氣|下雨|
|0.3918|鬧鐘|下雨|
|0.1807|病症|下雨|
|0.1362|住宿|下雨|
|0.0000|股票||
|0.0000|觀光||
|0.0000|購買||

## 環境需求

* 安裝 python3 開發環境
* 安裝 [gensim – Topic Modelling in Python](https://github.com/RaRe-Technologies/gensim)
* 安裝 [jieba 结巴中文分词 ](https://github.com/fxsjy/jieba)
* 有已訓練好的中文詞向量，並根據檔案位置調整 `Console class` 的初始化參數。

```python
import Chatbot.console as console
c = console.Console(model_path='your_model')
```

* 如要使用 QA 模組，請先依照[問答測試用資料集](https://github.com/zake7749/Chatbot#%E5%95%8F%E7%AD%94%E6%B8%AC%E8%A9%A6%E7%94%A8%E8%B3%87%E6%96%99%E9%9B%86)進行配置，或透過將`chatbot.py` 中的 `self.github_qa_unupdated` 設為 `True` 選擇關閉 QA 模組

## 使用方式

### 聊天機器人

```python
import Chatbot.chatbot as chatbot

chatter = chatbot.Chatbot(w2v_model_path='your_model')
chatter.waiting_loop()
```

### 計算匹配度

```python
import Chatbot.console as console

c = console.Console(model_path='your_model')
speech = input('Input a sentence:')
res,path = c.rule_match(speech)
c.write_output(speech,res,path)
```

## 規則格式

規則採用 json 格式，樣板規則放置於`\RuleMatcher\rule`中，

```json
    {
        "domain": "代表這個規則的抽象概念",
        "response": [
		"對應到該規則後",
        	"機器人所會給予的回覆",
        	"機器人會隨機抽取一條 response"
        ],
        "concepts": [
            "該規則的可能表示方式"
        ],
        "children": ["該規則的子規則","如購買 -> 購買飲料,購買衣服......"]
    }
```

### Example

```json
    {
        "domain": "購買",
        "response": [
        	"正在將您導向購物模組"
        ],
        "concepts": [
            "購買","購物","訂購"
        ],
        "children": [
            "購買生活用品",
            "購買家電",
            "購買食物",
            "購買飲料",
            "購買鞋子",
            "購買衣服",
            "購買電腦產品"
        ]
    },
```
## 問答測試用資料集

請點擊[這裡](https://drive.google.com/file/d/11JlbmYmuu00TfmfdAfyoGK_E3VMp8Vd_/view)下載部分測試用資料集，內容包含了 PTT C_Chat、Gossiping 版非新聞類問答約 250,000 則。檔案解壓縮後請放置於 `QuestionAnswering/data/` 資料夾下，`reply.rar` 解壓縮後的資料夾請放置於 `QuestionAnswering/data/processed` 下：
```
QuestionAnswering
└── data
   ├── SegTitles.txt
   ├── processed
   │   └── reply
   │       ├── 0.json
   │       ├── .
   │       ├── .
   │       ├── .
   │       └── xxx.json
   └── Titles.txt
```
完成配置後，可以將`chatbot.py` 中的 `self.github_qa_unupdated` 設為 `False` 打開問答模組進行測試。

## 開發日誌

* [以 gensim 訓練中文詞向量](http://zake7749.github.io/2016/08/28/word2vec-with-gensim/)
* [基於詞向量的主題匹配](http://zake7749.github.io/2016/08/30/chatterbot-with-word2vec/)
* [聊天機器人的開發思路](http://zake7749.github.io/2016/12/17/how-to-develop-chatbot/)

## 特別致謝

* 網路探勘暨跨語知識系統實驗室
* 智慧型知識管理實驗室
* Legoly
* 給予我協助與交流的每名朋友