[[263019]]

伴隨著自然語言技術和機器學習技術的發展，越來越多的有意思的自然語言小項目呈現在大家的眼前，聊天機器人就是其中最典型的應用，今天小編就帶領大家用不到20行代碼，運用兩種方式搭建屬于自己的聊天機器人。

1.神器wxpy庫

首先，小編先向大家介紹一下本次運用到的python庫，本次項目主要運用到的庫有wxpy和chatterbot。

wxpy是在 itchat庫 的基礎上，通過大量接口優化，讓模塊變得簡單易用，并進行了功能上的擴展。什么是接口優化呢，簡單來說就是用戶直接調用函數，并輸入幾個參數，就可以使用了，不需要關心函數的底層實現。

Chatterbot是一個基于機器學習的聊天機器人引擎，基于python編寫而成，它可以自可以從已有的對話中進行記憶匹配。

Wxpy因為采用大量的接口集成，所以在使用的時候非常方便，下圖是簡單的wxpy使用，通過進入交互式界面，可以與指定的好友進行交談。代碼及效果如下圖所示：

上述的代碼中print_msg函數采用了wxpy庫的裝飾器，裝飾器在這里的作用可以查閱其源碼進行查看，主要是用于注冊消息的配置。例如print_msg函數，可以將對方的回復消息進行輸出。而在手機微信上我們同樣看到了雙方之間交流，所以從某個層面上來講，wxpy就是PC端的微信。

2.圖靈聊天機器人

下面我們將會實現***個聊天機器人，該機器人是wxpy內集成的圖靈機器人，由于圖靈機器人的高度專業，所以制作出來的聊天機器人交流也非常的順暢。那如何將圖靈機器人嵌入到我們的交流中呢?首先我們需要去圖靈機器人官網注冊得到我們自己的機器人，注冊完成后，我們便可以生成圖靈機器人，并得到一個api_key，如下圖所示：

這個api_key便是我們后續制作聊天機器人的關鍵。圖靈聊天機器人的代碼和效果圖如下圖所示：

由上圖右邊的聊天記錄來看，依托圖靈機器人的聊天機器人效果非常的出色，而且還可以進行天氣查詢等功能。

3.自己訓練的聊天機器人

下面我們不依托于圖靈機器人，而是依靠ChatterBot來制作一款機器人，這款機器人，雖然效果較上一款性能差距較大，但是它可以訓練我們自己的語料庫，下面是代碼和效果的展示。

由上圖可以看出，或許是受制于語料庫資源過少，而且也不能夠主動上網查詢。所以要想使其能夠回答和提問基本吻合還需要大量的工作。

難道除了這些我們就沒有其它可以做的了嗎?當然不是，ChatterBot為我們提供了可以訓練的方式，我們可以提供素材來讓其進行訓練。代碼和效果如下圖所示：

我們首先定義了一個chatbot，然后將訓練數據加入進去，讓模型匹配我們的問題，得到訓練的結果。

右邊的圖展示了我們的結果，由結果可以看出，由于我們的訓練集中沒有“在”這個數據，所以得到的回答很莫名其妙，而對于“你好”和“你叫什么名字?”這兩個問題的回答則得到了很***的答復，這就是加入訓練數據集的優勢所在。

trainer.train([ "你好", "你好，很高興認識你", "你叫什么名字?", "我叫chat-robot-2.",]) 

(訓練集的數據)

你也可以加入你想要訓練的語料庫進行訓練，一樣會得到不錯的效果。有的同學可能會問這是如何訓練的呢?答案就在chatterbot的源碼里，打開源碼我們可以這里的chatbot選擇的訓練方法是“BestMatch”，也即最匹配方式，從訓練的對話中找到最相識的語句，然后根據對話提供回答。

Python做機器學習的項目是不是很有趣，以上就是小編為大家帶來的兩款聊天機器人的設計，大家趕快動手設計一款屬于自己的聊天機器人吧!