haleycat的博客

一直都在想着如何构建一个框架较为完善的机器聊天系统，对机器聊天来说，已经是很长时间的应用了，通过里面的功能，你能够思考，你真正需要的是怎么样的一个系统，一个怎么样的系统才算是较为完善，适合扩展的功能，比如我们需要查询时间，又能够查询天气，甚至能够讲点笑话，这样的一个系统，如何才能让他具有扩展型，找了很多的框架，之前也看过ChatterBot的代码，但没有认真的去想框架的事情，最近发现ChatterBot的框架还不错。最简单的机器人一开始不用想得太多，首先我们只要教会机器人会说话就可以，最简单的聊天机器人

在上一节中，训练了一个最简单的机器人，通过一组简单的对话输入，对机器人进行训练，完成以后进行，就可以跟机器人进行对话了。这是一个最简单的例子了，简单到只能用来说明问题，我们会想每次都进行语料的准备，语料如果比较全面，一种极端的情况是语料覆盖了方方面面，输入的对话都能在语料中找到相似的语句，通过语句就可以找到最适合的回答。可以准备非常多的高质量的聊天内容，通过聊天内容可以构建训练的语料。而对于语言来说，还要考虑的一点是语种，中文，英语的语料可分开进行。ChatterBot提供了一些简单的聊天语料，在\s

核心的算法，机器聊天在测试的时候，一开始是直接输入聊天语句，但是在现实项目中并不是这样的，一种最经常见到的是控制台输入一句话，通过聊天机器人得出结果，并显示出来。ChatterBot通过输入和输出的出来，来实现很多特定的聊天机器人，比如hipchat聊天室，gitter聊天室，mailgun回复，microsoft，和终端聊天机器人。而ChatterBot通过在创建机器人时，通过input_adapter和output_adapter来选择何种机器人，也可以自己来实现input_adapter和outp

聊天机器人要符合不同的情景需要，有一些答案可以比较模糊，比如跟你聊一些七七八八的乱事情时，你就可以混科打诨，而有些事情你就需要特别的准确，如问你今天天气怎么样，现在是几点了，必须给出一个准确的答案。一个好的聊天机器人，是各种不同算法的组合，通过输入选择最匹配的算法，得出答案。通过logic_adapters 来实现算法的选择，examples下有一个实现数学和时间问题的算法，如下：# -*- coding: utf-8 -*-from chatterbot import ChatBotbot

原文地址：http://www.bugingcode.com/blog/ChatterBot_Dialogue_process.html创建机器人部署机器人的各种属性，根据前面的章节里聊天机器人的各种属性，对聊天机器人进行相应的配置，创建一个符合自己的机器人。bot = ChatBot( 'Default Response Example Bot', storage