ChatterBot是一个基于机器学习的聊天机器人引擎，构建在 python 上，主要特点是可以自可以从已有的对话中进行学习。
安装调试最简单的聊天机器人
安装
pip install chatterbot
基本使用
# -*- coding: utf-8 -*-
from chatterbot import ChatBot
from chatterbot.trainers import ChatterBotCorpusTrainer
chatbot = ChatBot("myBot")
chatbot.set_trainer(ChatterBotCorpusTrainer)
# 使用英文语料库训练它
chatbot.train("chatterbot.corpus.english")
# 开始对话
while True:
print(chatbot.get_response(input(">")))
默认情况下, ChatterBot 使用 JsonDatabaseAdapter 作为 storage adapter, 使用 ClosestMatchAdapter 作为 logic adapter, 使用 VariableInputTypeAdapter 作为 input adapter。
storage adapter
ChatterBot 创建之后，会建立一个类族适配器（adapter classes），在该适配器下该 ChatterBot 可以连接到不同类型的数据集。本文所采用的是 JsonDatabaseAdapter，该 Storage adapter 是以 json 格式存储数据的。注意：JsonDatabaseAdapter 并不适用于海量数据，如果数据集过大该方法的性能将受到很大局限。
创建 ChatterBot 的时候可以在入参中指定 JsonDatabaseAdapter，如下面的参数所示：
bot = ChatBot(
"Norman"
storage_adapter="chatterbot.adapters.storage.JsonDatabaseAdapter",
database="./database.json"
)
其中的 database 参数是用以指定所创建的 chatbot 所使用数据集的位置。上述的定义吗，我们可以看出该 chatbot 所使用的数据集是 database.json，如果该 database.json 不存在的话，则会自动创建。注意：JsonDatabaseAdapter 是 ChatterBot 的默认 adapter，可以缺省。
输入和输出 adapters
在创建 ChatBot 的时候可以指定输入和输出终端 adapter。输入终端 adapter 用以读取终端的输入，输入终端 adapter 则是打印出 chatbot 的应答信息。
使用如下：
bot = ChatBot(
"Norman"
storage_adapter="chatterbot.adapters.storage.JsonDatabaseAdapter",
input_adapter="chatterbot.adapters.input.TerminalAdapter",
output_adapter="chatterbot.adapters.output.TerminalAdapter",
database="./database.json"
)
Logic adapters
在新建 ChatBot 的时候可以指定 logic_adapters 的值，该参数是一序列的 logic adapter。在 ChatBot 中一个 logic adapter 就是一个类，这个类是用于接收输入的语句和反馈该输入的语句。
在 logic adapter 的使用数量上并不受限。下面的例子中可以看出，使用的是两个 logic adapter。其中 TimeLogicAdapter 是返回当前时间，MathematicalEvaluation adapter 则是用以计算问题的。
bot = ChatBot(
"Norman"
storage_adapter="chatterbot.adapters.storage.JsonDatabaseAdapter",
input_adapter="chatterbot.adapters.input.TerminalAdapter",
output_adapter="chatterbot.adapters.output.TerminalAdapter",
logic_adapters=[
"chatterbot.adapters.logic.MathematicalEvaluation",
"chatterbot.adapters.logic.TimeLogicAdapter"
],
database="./database.json"
)
创建自己的 adapters 参考默认使用的ClosestMatchAdapter、VariableInputTypeAdapter。如果需要语音输入，则可以调用百度语音接口。
让机器人支持中文
Chatterbot 提供一个公用模块进行数据集的训练，目前该模块集成 7 种语种的训练，包括英语，葡萄牙语、西班牙语、法语、印尼语、意大利语和中文。训练集存放在\Lib\site-packages\chatterbot\corpus\data 目录下：
使用中文语料库进行训练(注意，这里只支持 Python3，否则会报编码错误)，报错内容为：UnicodeDecodeError: ‘ascii’ codec can’t decode byte 0xe4 in position 0: ordinal not in range(128)
# -*- coding: utf-8 -*-
from chatterbot import ChatBot
from chatterbot.trainers import ChatterBotCorpusTrainer
chatbot = ChatBot("myBot")
chatbot.set_trainer(ChatterBotCorpusTrainer)
# 使用英文语料库训练它
chatbot.train("chatterbot.corpus.chinese")
# 开始对话
while True:
print(chatbot.get_response(input(">")))
ChatterBot 也支持训练数据集的子集，如只想要训练英文问候语和对话，则只要将该两个子集导入进行训练即可：
chatterbot.train(
"chatterbot.corpus.english.greetings",
"chatterbot.corpus.english.conversations"
)
里面虽然包含各种语言，但是训练集的数据非常的小，如需更好的表现，需要自己添加更多的数据。
手动训练机器人
ChatterBot内置 training class，也可以根据自己的需要自行创建，通过调用 train() 函数之前先调用 set_trainer() 来进行设置。使用方法如下：
# -*- coding: utf-8 -*-
from chatterbot import ChatBot
from chatterbot.trainers import ListTrainer
my_bot = ChatBot("Training demo")
my_bot.set_trainer(ListTrainer)
my_bot.train([
"嗳，渡边君，真喜欢我?",
"那还用说?",
"那么，可依得我两件事?",
"三件也依得",
])
# test
print(my_bot.get_response("真喜欢我?"))
print(my_bot.get_response("可依得我两件事?"))
训练好的数据，默认存在 ./database.db（参考jsondatabase.py）, 不是 sqlite 数据库，实际是jsondb，对 json 做了封装（参考jsondb/db.py）
只读模式
ChatterBot 是会对每个输入的语句进行学习的。如果想要使得你已经训练过的 bot 不再继续学习输入的语句，可以通过以下方式进行设置，在初始化的时候将 read_only 设置为 true。
chatbot = ChatBot("wwj test", read_only=True) // 否则 bot 会学习每个输入
最后一个问题，语料库可以从哪里来？
- 电视电影字幕
- 知识问答库
参考链接：
