定制個機器人幫你和Ta聊天
自動聊天示例
這是基于200萬聊天記錄訓練出來的，你可以用自己和女朋友的記錄訓練了試試效果 :stuck_out_tongue:
至于微信機器人怎么用，你可以 GitHub 搜搜看哈
聊天1：
- user: 在嗎？
- bot: 在
- user: 在干嘛呢？
- bot: 看電視
- user: 看啥電視呀
- bot: 活色生香
- user: 很好看嗎？
- bot: 特搞笑
- user: 你在哪里呀？
- bot: 家里
- user: 家里就你一個人嘛？
- bot: 我喜歡一個人玩
- user: 那我過來找你？
- bot: 不可以，乖乖上班去
聊天2：
- Q: 在嗎？
- A: 在
- Q: 干嘛呢？
- A: 沒事
- Q: 陪我去逛街嘛？
- A: 嗯
- Q: 你在打游戲？
- A: 沒有
- Q: 那去不去？
- A: 去
項目說明
chatbot 是一個通過已知對話數據集快速生成回答的 Go 問答引擎。
為啥會有 chatbot 項目呢？
好多年前，當我們需要一個聊天機器人的時候，我是先用了 ChatterBot ，但是使用下來，我們的1.2億對話語料訓練后的模型回答一個問題需要21秒左右，實在沒法接受。仔細看了 ChatterBot 源碼之后，我用 Go 重新實現了一個，并用 go-zero 的 MapReduce 框架做了并行優化，結果我們一個回答平均耗時大概18毫秒。
國慶假期，我有點空閑時間，所以就把這個項目整理了開源出來，一是給大家一個實際的 go-zero 的 MapReduce 示例；二是也提供大家一個閑聊機器人的項目玩玩。
BTW：后續我可能會開源智能客服機器人的項目，可以關注我的github:
https://github.com/kevwan
代碼目錄和命令行使用說明
bot
問答引擎，可以自定義自己的匹配算法
cli
-
train
訓練給定的問答數據并生成
.gob文件-d讀取指定目錄下所有json和yaml語料文件-i讀取指定的json或yaml語料文件，多個文件用逗號分割-o指定輸出的.gob文件-m定時打印內存使用情況
-
ask
一個示例的問答命令行工具
-vverbose-c訓練好的.gob文件-t數據幾個可能的答案
數據格式
如果你有語料數據，可以自行整理用來訓練。
數據格式可以通過 yaml 或者 json 文件提供，參考 https://github.com/kevwan/chatterbot-corpus 里的格式。大致如下：
- categories:
- - AI
- conversations:
- - - 什么是ai
- - 人工智能是工程和科學的分支,致力于構建具有思維的機器。
- - - 你是什么語言編寫的
- - Python
- - - 你聽起來像機器
- - 是的,我受到造物者的啟發
- - - 你是一個人工智能
- - 那是我的名字。
致謝
go-zero - https://github.com/zeromicro/go-zero
go-zero 的 core/mr 包的 MapReduce 實現使 chatbot 的回答效率得到了巨大的提升！
ChatterBot - https://github.com/gunthercox/ChatterBot
最早我是使用 ChatterBot 的，但由于回答太慢，所有后來只能自己實現了，感謝 ChatterBot ，非常棒的項目！
項目地址
https://github.com/kevwan/chatbot
