点击上方“MLNLP”，选择“星标”公众号
重磅干货，第一时间送达
伴随着自然语言技术和机器学习技术的发展，越来越多的有意思的自然语言小项目呈现在大家的眼前，聊天机器人就是其中最典型的应用，今天小编就带领大家用不到20行代码，运用两种方式搭建属于自己的聊天机器人。
神器wxpy库
首先，小编先向大家介绍一下本次运用到的python库，本次项目主要运用到的库有wxpy和chatterbot。
wxpy是在 itchat库 的基础上，通过大量接口优化，让模块变得简单易用，并进行了功能上的扩展。什么是接口优化呢，简单来说就是用户直接调用函数，并输入几个参数，就可以使用了，不需要关心函数的底层实现。
Chatterbot是一个基于机器学习的聊天机器人引擎，基于python编写而成，它可以自可以从已有的对话中进行记忆匹配。
Wxpy因为采用大量的接口集成，所以在使用的时候非常方便，下图是简单的wxpy使用，通过进入交互式界面，可以与指定的好友进行交谈。代码及效果如下图所示：
上述的代码中print_msg函数采用了wxpy库的装饰器，装饰器在这里的作用可以查阅其源码进行查看，主要是用于注册消息的配置。例如print_msg函数，可以将对方的回复消息进行输出。而在手机微信上我们同样看到了双方之间交流，所以从某个层面上来讲，wxpy就是PC端的微信。
图灵聊天机器人
下面我们将会实现第一个聊天机器人，该机器人是wxpy内集成的图灵机器人，由于图灵机器人的高度专业，所以制作出来的聊天机器人交流也非常的顺畅。那如何将图灵机器人嵌入到我们的交流中呢？首先我们需要去图灵机器人官网注册得到我们自己的机器人，注册完成后，我们便可以生成图灵机器人，并得到一个api_key，如下图所示：
这个api_key便是我们后续制作聊天机器人的关键。图灵聊天机器人的代码和效果图如下图所示：
由上图右边的聊天记录来看，依托图灵机器人的聊天机器人效果非常的出色，而且还可以进行天气查询等功能。
自己训练的聊天机器人
下面我们不依托于图灵机器人，而是依靠ChatterBot来制作一款机器人，这款机器人，虽然效果较上一款性能差距较大，但是它可以训练我们自己的语料库，下面是代码和效果的展示。
由上图可以看出，或许是受制于语料库资源过少，而且也不能够主动上网查询。所以要想使其能够回答和提问基本吻合还需要大量的工作。
难道除了这些我们就没有其它可以做的了吗？当然不是，ChatterBot为我们提供了可以训练的方式，我们可以提供素材来让其进行训练。代码和效果如下图所示：
我们首先定义了一个chatbot，然后将训练数据加入进去，让模型匹配我们的问题，得到训练的结果。
右边的图展示了我们的结果，由结果可以看出，由于我们的训练集中没有“在”这个数据，所以得到的回答很莫名其妙，而对于“你好”和“你叫什么名字？”这两个问题的回答则得到了很完美的答复，这就是加入训练数据集的优势所在。
trainer.train([
"你好",
"你好，很高兴认识你",
"你叫什么名字?",
"我叫chat-robot-2.",
])
(训练集的数据)
你也可以加入你想要训练的语料库进行训练，一样会得到不错的效果。有的同学可能会问这是如何训练的呢？答案就在chatterbot的源码里，打开源码我们可以这里的chatbot选择的训练方法是“BestMatch”，也即最匹配方式，从训练的对话中找到最相识的语句，然后根据对话提供回答。
Python做机器学习的项目是不是很有趣，以上就是小编为大家带来的两款聊天机器人的设计，大家赶快动手设计一款属于自己的聊天机器人吧！
推荐阅读：
谷歌EfficientNet缩放模型，PyTorch实现出炉，登上GitHub热榜丨Demo可用
从Word2Vec到Bert，聊聊词向量的前世今生（一）
清华姚班出身，95后博士生陈立杰获理论计算机顶会最佳学生论文
