返回栏目
首页人工智能 • 正文

定制机器人和Ta聊天

发布时间:  来源:河洛网

自动聊天的例子这是根据200万聊天记录训练的。 试着用自己和她的记录训练效果。 堆积出口通:

定制机器人和Ta聊天

关于Wechat机器人的使用方法,请在GitHub上检索看看

聊天1 :

用户:在吗? bot :用户:你在做什么? bot :看电视的用户:你在看什么电视? bot :有活香味的用户:漂亮吗? bot :搞笑用户:你在哪里? bot :家user :家里只有你一个人吗? bot :我喜欢一个人玩user。 那我来找你吗? bot :不,我老老实实上班去聊天2 :

问:在吗? 答:问:你在干什么? a :没问题q :你能和我一起去买东西吗? a :嗯q :你在玩游戏吗? a :不,问:那我们不去吗? 答:说明去项目后,chatbot是根据已知的对话数据集迅速生成回答的goq&a引擎。

为什么会有chatbot项目呢? 多年前,我们需要聊天机器人的时候,我先用了ChatterBot,但是用了一下,我们1亿2000万人的会话资料训练后的模型花了21秒左右回答一个问题,非常不能接受。 仔细看了ChatterBot的源代码后,我在Go上重新实现,使用go-zero的MapReduce框架进行了并行优化,结果我们的一个回答平均花了约18毫秒。

国庆假期,我有点空闲,所以把这个项目整理成了开源的。 一个是go-zero的真实MapReduce的例子。 第二,大家提供聊天机器人的项目来玩。

BTW :之后,我可能会做开源智能呼叫机器人的项目。 请注意我的github :

https://github.com/kevwan

代码目录和命令行可以使用说明botq&a引擎定制自己的匹配算法

李三龙

训练给定的问答数据,生成. gob文件

--d读取指定目录中的所有json和yaml数据文件-i读取指定的json或yaml数据文件。 多个文件用逗号分隔-o指定输出的. gob文件-m计划打印内存使用情况ask

示例的问答命令行工具

-vverbose -c训练有素的. gob文件-t数据有一些可能的解答数据格式词汇数据,可以自己整理用于训练。

数据格式可以在yaml或json文件中提供。 请参阅https://github.com/kev wan/chatterbot-corpus上的格式。 大致如下。

categories:- ai conversations:--- ai是什么-人工智能是工程学和科学的分支,致力于构建具有思维的机器。 - -你用什么语言写的-Python--你听起来像机器- -是的,我被创造者启发了-你是人工智能- -那是我的名字。 感谢谷歌- HTPS://Github.com/Zero微软/谷歌

通过实现go-zero酷睿/ MR封装的MapReduce,chatbot的回答效率得到了大幅提高!

chatterbot-https://github.com/gunther Cox/chatterbot

一开始用的是ChatterBot,但是回答太慢了,后来只能自己实现。 感谢ChatterBot。 这是个很棒的项目。

项目地址https://github.com/kev wan/chatbot

【编辑推荐】

    相关文章Related

    返回栏目>>

    河洛网首页

    Copyright © 2019 河洛网 版权所有 dahuimr@163.com