基于词向量匹配的对话系统 工程实践

follow： https://github.com/zake7749/Chatbot 

这个台湾作者GitHub的代码和开发日志（如 https://zake7749.github.io/2016/08/28/word2vec-with-gensim/  ）将聊天系统所需的知识储备以及整个系统框架都描述得特别清楚，他的思路核心是：将用户输入的句子断成若干个词，通过词向量匹配预先设定的主题词，模板以及对话等，在通过若干条设定的对话策略，得到最佳答复。

下载到的代码里其实有三个可以运行的主代码：

    

 1. free chat的demo

    这个demo可算是我碰到的最黄的机器人了，因为语料取自台湾ptt.cc网站的八卦板块

    所以啊，一个优良的语料集是非常重要的，大家不要乱选语料集教坏小孩

       

    思路：

         

 

 2. 基于规则匹配的demo

    这一demo的思路如下：

         

        注：由于作者在整个系统中用的都是繁体字，所以如果用户输入和词向量模型最好统一为繁体，才好实现结果

        作者设定的主题有闹钟（时间），娱乐，住宿，医药，购物，每个主题下有若干个子主题 ：

              

          结果：

                   

    3. 规则+free chat

        这个相当于free chat和规则组合合成的chatbot

        1）首先用户输入，到free chat 的模块，若返回的结果分数高于阈值，则直接回答该结果，否则，到到（2）

        2）规则匹配，匹配上了，则转到task model

        3）task model有以下，每个包含一个py文件，内设置该task下的回复规则，如若是住宿，则会到网上酒店的各种信息

                   

                

 

 

 

 

 

 

null

转载于:https://www.cnblogs.com/combfish/p/7687926.html