当前位置: 首页 > wzjs >正文

淘宝客网站做的好的百度竞价客服

淘宝客网站做的好的,百度竞价客服,佛山微网站建设哪家专业,企业备案 网站名称✅ 项目目标 创建一个基础聊天机器人,能够通过简单规则或意图匹配理解用户的输入,并返回合适的回复。这个项目会让你了解 NLP(自然语言处理)的基础流程。 🛠️ 所需环境和依赖 安装必要库: bash pip in…

✅ 项目目标

创建一个基础聊天机器人,能够通过简单规则或意图匹配理解用户的输入,并返回合适的回复。这个项目会让你了解 NLP(自然语言处理)的基础流程。

🛠️ 所需环境和依赖

安装必要库:

bash
pip install nltk numpy
首次使用 NLTK 还需要下载语言包(只需要一次):
python
import nltk
nltk.download('punkt')        # 分词器
nltk.download('wordnet')      # 词根还原
nltk.download('omw-1.4')      # WordNet 数据集

🧠 聊天逻辑简介

我们将采用一种经典方式:意图分类(intent classification),用户的输入会匹配某个“意图”,然后返回相应的回答。

📁 第一步:准备聊天意图文件(intents.json)
先建一个 JSON 文件(命名为 intents.json):

json
{"intents": [{"tag": "问候","patterns": ["你好", "嗨", "在吗", "您好", "哈喽"],"responses": ["你好!有什么我可以帮您的吗?", "嗨,很高兴见到你!"]},{"tag": "再见","patterns": ["再见", "拜拜", "回见", "下次见"],"responses": ["再见啦,祝你愉快!", "拜拜!期待下次聊天。"]},{"tag": "感谢","patterns": ["谢谢", "感谢你", "多谢", "太好了"],"responses": ["不客气!", "随时为您服务 :)"]},{"tag": "天气","patterns": ["今天天气怎么样", "天气", "气温如何"],"responses": ["我不是天气预报员,但你可以看看手机天气哦~"]}]
}

🧱 第二步:构建数据预处理模块

python
import json
import random
import numpy as np
import nltk
from nltk.stem import WordNetLemmatizer

加载数据

with open('intents.json', 'r', encoding='utf-8') as f:intents = json.load(f)lemmatizer = WordNetLemmatizer()

分析意图数据

words = []
classes = []
documents = []for intent in intents['intents']:for pattern in intent['patterns']:word_list = nltk.word_tokenize(pattern)words.extend(word_list)documents.append((word_list, intent['tag']))if intent['tag'] not in classes:classes.append(intent['tag'])

词干化、去重

words = [lemmatizer.lemmatize(w.lower()) for w in words if w.isalnum()]
words = sorted(set(words))
classes = sorted(set(classes))

🧠 第三步:构建训练数据

pythontraining = []
output_empty = [0] * len(classes)for doc in documents:bag = []word_patterns = [lemmatizer.lemmatize(w.lower()) for w in doc[0]]for w in words:bag.append(1 if w in word_patterns else 0)output_row = list(output_empty)output_row[classes.index(doc[1])] = 1training.append([bag, output_row])

转成 NumPy 数组

random.shuffle(training)
training = np.array(training, dtype=object)train_x = np.array(list(training[:, 0]))
train_y = np.array(list(training[:, 1]))

🧠 第四步:训练一个简单的神经网络模型

pythonfrom tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense, Dropoutmodel = Sequential()
model.add(Dense(128, input_shape=(len(train_x[0]),), activation='relu'))
model.add(Dropout(0.5))
model.add(Dense(64, activation='relu'))
model.add(Dropout(0.5))
model.add(Dense(len(train_y[0]), activation='softmax'))model.compile(loss='categorical_crossentropy', optimizer='adam', metrics=['accuracy'])model.fit(train_x, train_y, epochs=200, batch_size=5, verbose=1)
model.save('chatbot_model.h5')

🗨️ 第五步:实现聊天功能

pythonimport random
from tensorflow.keras.models import load_modelmodel = load_model('chatbot_model.h5')def clean_up_sentence(sentence):sentence_words = nltk.word_tokenize(sentence)sentence_words = [lemmatizer.lemmatize(word.lower()) for word in sentence_words]return sentence_wordsdef bag_of_words(sentence, words):sentence_words = clean_up_sentence(sentence)bag = [0] * len(words)for s in sentence_words:for i, w in enumerate(words):if w == s:bag[i] = 1return np.array(bag)def classify(sentence):bow = bag_of_words(sentence, words)res = model.predict(np.array([bow]))[0]thresh = 0.25results = [(i, r) for i, r in enumerate(res) if r > thresh]results.sort(key=lambda x: x[1], reverse=True)return classes[results[0][0]] if results else "无匹配"def get_response(intent_tag):for intent in intents['intents']:if intent['tag'] == intent_tag:return random.choice(intent['responses'])

聊天循环

print("你好,我是智能助手(输入 '退出' 来结束对话)")
while True:message = input("你:")if message.lower() in ['退出', 'bye', 'exit']:print("机器人:再见啦!")breakintent = classify(message)response = get_response(intent)print("机器人:", response)

💡 拓展建议

添加更多意图和训练语料

使用 transformers 加载预训练模型(如 BERT)进行意图识别

添加记忆能力或上下文理解

加入语音识别(SpeechRecognition)或语音输出(TTS)

http://www.dtcms.com/wzjs/270821.html

相关文章:

  • 深圳网站建设推广优化seo咨询服务价格
  • 个人注册公司网站空间谷歌推广真有效果吗
  • 多种不同产品的网站怎么做seo痘痘该如何去除效果好
  • 长沙网站外包公司天津seo顾问
  • 微信端网站设计北京做网站推广
  • 网站开发论文的需求分析潍坊seo计费
  • 网站开发建立网店运营的工作内容
  • 哈尔滨菜牌制作东莞seo建站优化工具
  • 做动态网站文字显示问号百度热搜广告位
  • 武隆网站建设哪家好网页开发培训网
  • seo管理软件官网优化包括什么内容
  • wordpress 文章中图片title alt权威seo技术
  • 做网站 宁波查域名备案
  • vshtml5网站开发百度站长资源
  • 秦皇岛网站seosemen是什么意思
  • 山门做网站优化工具箱
  • 广州疫情最新情况最新消息宜昌网站seo收费
  • 西部数码网站备案查询餐饮营销方案
  • 经典的java做网站电子商务沙盘seo关键词
  • 西安网站优化体验怎样搭建自己的网站
  • 网站数据库5g个人微信管理系统
  • 用mcu做灯光效果网站整合营销方案怎么写
  • 重庆网站平台如何推广电商营销策划方案
  • 南昌网站建设制作中国刚刚发生的新闻
  • 插画师培训网站建设关键词seo排名优化如何
  • 济南网站建设优化营销网络的建设
  • 网站 搜索 关键字 description流量宝
  • 网站权重转移做排名足球世界排名
  • 免费虚拟空间网站购物网站网页设计
  • 网站建设包括哪些技术竞价推广账户竞价托管收费