朋友圈很多人都想学python，有一个很重要的原因是它非常适合入门。对于人工智能算法的开发，python有其他编程语言所没有的独特优势，代码量少，开发者只需把精力集中在算法研究上面。
本文介绍一个用python开发的，自动与美女尬聊的小软件。以下都是满满的干货，是我工作之余时写的，经过不断优化，现在分享给大家。那现在就让我们抓紧时间开始吧！
准备：
编程工具IDE：pycharm
python版本： 3.6.0
首先新建一个py文件，命名为：ai_chat.py
PS： 以下五步的代码直接复制到单个py文件里面就可以直接运行。为了让读者方便写代码，我把代码都贴出来了，但是排版存在问题，我又把在pycharm的代码排版给截图出来。
第一步： 引入关键包
# encoding:utf-8
import json
import jieba
import pickle
from gensim import corpora, models, similarities
from os.path import exists
from warnings import filterwarnings
filterwarnings('ignore') # 不打印警告简单介绍一下上面几个包的作用： pickle 包是用来对数据序列化存文件、反序列化读取文件，是人类不可读的，但是计算机去读取时速度超快。（就是用记事本打开是乱码）。 而json包是一种文本序列化，是人类可读的，方便你对其进行修改（记事本打开，可以看到里面所有内容，而且都认识。） gensim 包是自然语言处理的其中一个python包，简单容易使用，是入门NLP算法必用的一个python包。jieba包是用来分词，对于算法大咖来说效果一般般，但是它的速度非常快，适合入门使用。
关键包代码的排版
以上这些包，不是关键，学习的时候，可以先跳过。等理解整个程序流程后，可以一个一个包有针对性地去看文档。
第二步：静态配置
这里path指的是对话语料（训练数据）存放的位置，model_path是模型存储的路径。
class CONF:
path = '对话语料.json' # 语料路径
model_path = '对话模型.pk' # 模型路径这里是个人编程的习惯，我习惯把一些配置，例如：文件路径、模型存放路径、模型参数统一放在一个类中。当然，实际项目开发的时候，是用config 文件存放，不会直接写在代码里，这里为了演示方便，就写在一起，也方便运行。
配置类排版
第三步： 编写一个类，实现导数据、模型训练、对话预测一体化
首次运行的时候，会从静态配置中读取训练数据的路径，读取数据，进行训练，并把训练好的模型存储到指定的模型路径。后续运行，是直接导入模型，就不用再次训练了。
class Model:
def __init__(self, question, answer, dictionary, tfidf, index):
self.dictionary = dictionary # 字典
self.tfidf = tfidf # 词袋模型转tfidf
self.index = index # 稀疏矩阵建立索引
self.question = question # 语料--问题数组
self.answer = answer # 语料--答案数组（与问题一一对应）
"""模型初始化"""
@classmethod
def initialize(cls, config):
if exists(config.model_path):
# 模型读取
question, answer, dictionary, tfidf, index = cls.__load_model(config.model_path)
else:
# 语料读取
if exists(config.path):
data = load_json(config.path)
else:
data = get_data(config.path)
# 模型训练
question, answer, dictionary, tfidf, index = cls.__train_model(data)
# 模型保存
cls.__save_model(config.model_path, question, answer, dictionary, tfidf, index)
return cls(question, answer, dictionary, tfidf, index)
@staticmethod
def __train_model(data):
"""训练模型"""
# 划分问题和答案
question_list = []
answer_list = []
for line in data:
question_list.append(line['question'])
answer_list.append(line['answer'])
# 对问题进行分词
qcut = []
for i in question_list:
data1 = ""
this_data = jieba.cut(i)
for item in this_data:
data1 += item + " "
qcut.append(data1)
docs = qcut
# 将二维数组转为字典
tall = [[w1 for w1 in doc.split()] for doc in docs]
dictionary = corpora.Dictionary(tall)
# # gensim的doc2bow实现词袋模型
corpus = [dictionary.doc2bow(text) for text in tall]
# corpus是一个返回bow向量的迭代器。下面代码将完成对corpus中出现的每一个特征的IDF值的统计工作
tfidf = models.TfidfModel(corpus)
# 通过token2id得到特征数
num = len(dictionary.token2id.keys())
# 稀疏矩阵相似度，从而建立索引
index = similarities.SparseMatrixSimilarity(tfidf[corpus], num_features=num)
return question_list, answer_list, dictionary, tfidf, index
@staticmethod
def __save_model(model_path, question, answer, dictionary, tfidf, index):
"""模型的保存"""
model = {}
model['question'] = question
model['answer'] = answer
model['dictionary'] = dictionary
model['tfidf'] = tfidf
model['index'] = index
with open(model_path, "wb") as fh:
pickle.dump(model, fh)
@staticmethod
def __load_model(model_path):
"""模型的保存"""
with open(model_path, "rb") as fh:
model = pickle.load(fh)
question = model['question']
answer = model['answer']
dictionary = model['dictionary']
tfidf = model['tfidf']
index = model['index']
return question, answer, dictionary, tfidf, index
def get_answer(self, question, digalog_id = 1):
"""获取问题的答案"""
# 对输入的问题进行分词
data3 = jieba.cut(question)
data31 = ""
for item in data3:
data31 += item + " "
new_doc = data31
# 计算该问题的答案
new_vec = self.dictionary.doc2bow(new_doc.split())
sim = self.index[self.tfidf[new_vec]]
position = sim.argsort()[-1]
answer = self.answer[position]
return answer, digalog_id对于model类，我们一个一个来介绍。
initialize() 函数和 __init__() 函数 是对象初始化和实例化，其中包括基本参数的赋值、模型的导入、模型的训练、模型的保存、最后返回用户一个对象。
initialize() 函数和 __init__() 函数 排版
__train_model() 函数，对问题进行分词，使用gesim实现词袋模型，统计每个特征的tf-idf, 建立稀疏矩阵，进而建立索引。
__train_model() 函数 排版
__save_model() 函数 和 __load_model() 函数 是成对出现的，很多项目都会有这两个函数，用于保存模型和导入模型。不同的是，本项目用的是文件存储的方式，实际上线用的是数据库
__save_model() 函数 和 __load_model() 函数 排版
get_answer() 函数使用训练好的模型，对问题进行分析，最终把预测的回答内容反馈给用户。
get_answer() 函数排版
第四步：写三个工具类型的函数，作为读写文件。
其中，获取对话材料，可以自主修改对话内容，作为机器的训练的数据。我这里只是给了几个简单的对话语料，实际上线的项目，需要大量的语料来训练，这样对话内容才饱满。
def load_json(filename, encoding='utf-8'):
""" 读取json数据"""
filename = filename
with open(filename, encoding=encoding) as file_obj:
rnt = json.load(file_obj)
return rnt['data']
def save_json(filename, data, encoding='utf-8'):
"""保存json"""
with open(filename, 'w', encoding=encoding) as file_obj:
json.dump({"data": data}, file_obj, ensure_ascii=False)
def get_data(filename):
"""获取对话材"""
# question_list 与 answer_list 一一对应
question_list = ["在吗？", "在干嘛？", "我饿了", "我想看电影。"]
answer_list = ["亲，在的。", "在想你呀！", "来我家，做饭给你吃~", "来我家，我家有30寸大电视。"]
data = []
for question, answer in zip(question_list, answer_list):
data.append({'question': question, "answer":answer})
save_json(filename, data)
return data这三个工具函数，相对比较简单一些。其中 get_data() 函数，里面的数据是我自己编的，大家可以根据自己的习惯，添加自己的对话数据，这样最终训练的模型，对话方式会更贴近自己的说话方式。
三个工具类的排版
第五步： 调用模型，进行对话预测
if __name__ == '__main__':
model = Model.initialize(config=CONF)
question_list = ["在吗？", "在干嘛？", "我饿了", "我肚子饿了", "我肚子好饿", "有好看电影介绍吗？我想看"]
for line in question_list:
rnt, digalog_id = model.get_answer(line)
print("\033[031m女神：%s\033[0m" % line)
print("\033[036m尬聊：%s\033[0m" % rnt)主函数main()， 就是你整个程序运行的起点，它控制着所有步骤。
主函数排版
运行结果：
程序后台运行结果：
如果有疑问想获取源码（其实代码都在上面），可以后台私信我，回复：python智能对话。 我把源码发你。最后，感谢大家的阅读，祝大家工作生活愉快！
本文来自投稿，不代表本人立场，如若转载，请注明出处：http://www.souzhinan.com/kj/363914.html