• 利用图灵机器人为公众号添加智能问答,知识库功能


    1.绪论

    订阅号很早就有了,我最近闲了无事就像探索探索可以怎么玩。首先联想到就是微软小冰智能问答系统,还有很早时候有一个公众号提供了,根据c、c++函数名返回API具体用法的功能。那么这两个类似的功能如何实现呢。

    这里写图片描述

    2.接入智能问答系统

    首先个人需要申请一个公众号,接着在图灵机器人的官网:http://www.tuling123.com/
    注册一个号,选择添加微信公众号,直接扫码关联,ok,智能问答系统接入成功!

    这里写图片描述

    其实这个呢,是图灵机器人获取了微信的第三方接口,替你管理了微信号的消息回复功能,并且提供了下面的基本功能:其实比较简单,一些复杂的问题比如:给我订个到上海的机票,直接会回复去哪网的链接。相信这是图灵机器人的主要赚钱点,哈哈。

    这里写图片描述

    3.实现计算机专业英语辞典

    那么类似提供c、c++ API 查询的功能是如何实现的呢?对于一个智能问答系统,API查询的功能其实可以抽象成一问一答的形式来做,由于暂时没有这方面的语料库,对于我们的公众号来说,哪一种功能比较类似呢?我想到了添加一个计算机专业英语的英译汉词典

    首先我们来看看,图灵机器人提供的知识库模板:

    这里写图片描述

    很好理解,其实就是两列文本,第一列为问题,比如你叫什么,第二列为答案。
    这样的文本格式和词典也很好对应。于是我们上网找到一个txt格式的计算机专业英语基础英译汉词典:

    这里写图片描述

    观察发现,前面是英文后面是汉语释义,很好弄,python正则匹配一下,区分出英文和汉字出现的位置,完后写到xls格式的文件中对应的单词和释义就好了:结构如下(问题对应单词,答案对应释义)

    问题 答案
    单词 释义

    **另外一个需要注意的点就是文件编码,python默认都是utf-8的。
    所以一般咱们txt这块处理中文都是得用gbk系列的(比如gb2312),在python中处理的时候都转换成unicode统一搞**

    这里写图片描述

    python代码如下:主要使用了可以操作excel文件的xlwt库,和正则表达式库re

    
    # -*- coding: utf-8 -*-
    """
    Spyder Editor
    
    write data to xls,2016.7.24
    主要实现将一些其他格式的数据转化成,图灵机器人可以识别的xls格式数据
    """
    import os
    import xlwt
    import re
    
    knowledge = []
    
    def set_style(name,height,bold = False):
        style = xlwt.XFStyle()     #初始化样式
    
        font = xlwt.Font()    #为样式创建字体
        font.name = name
        font.bold = bold
        font.color_index = 4
        font.height = height
    
        style.font = font
        return style
    
    
    def write_excel(knowledge):
        #创建xls工作薄
        workbook = xlwt.Workbook(encoding = 'utf-8')
        #创建sheet
        data_sheet = workbook.add_sheet('first')
    
        for i in range(len(knowledge)):
            data_sheet.write(i,0,knowledge[i][0])
            data_sheet.write(i,1,knowledge[i][1])
    
        #保存文件
        workbook.save('answer.xls')
        print "successful write!"
    
    x=xlwt.Workbook()
    s1=x.add_sheet('sheet1')
    
    if __name__ == '__main__':
    
        info = open("know.txt")
        print "中文"
        #a = info.readlines()
        #print a
        for line in info:
            line = line.decode('GB2312').encode('utf-8')
            #print line 这块也可以整行进行拆分
           # letter_str = re.findall(r'([a-zA-Z]+)',line,re.MULTILINE)
            #hanzi_str = re.findall(r"([x80-xff]+)", line,re.MULTILINE)
            #找到第一个出现汉字字符的位置,进行截断,分成两部分,分别写到两列中
            hanstr = ''
            yingstr = ''
            index = 0
            for i in line:
                an = re.match(r"([x80-xff]+)", i)#判断一下是中文
                if an:
                    break
                else:
                    index = index +1
            yingstr = line[0:index]
            hanstr = line[index:len(line)]
    
            print index       
            print hanstr
            str = [yingstr,hanstr]
            knowledge.append(str)
    
        write_excel(knowledge)
    
    
    
    '''
    下面使用库xlwt进行操作excel文件的一些代码,希望大家有空能够用到
    style1=xlwt.XFStyle() #样式类
    style1.font.colour_index=30 #字体颜色前景色为红
    style1.font.bold=True #粗体
    style1.pattern.pattern=1 #填充solid
    style1.pattern.pattern_fore_colour=2 #填充颜色红色
    style2=xlwt.easyxf('font:italic on;pattern:pattern solid,fore-colour yellow')
    #快速生成样式
    #参数字符串格式: 
    #"class1:key1 value1,key2 value2;class2:k1 v1,k2 v2;"
    
    
    
    s1.write(0,0,"Hello",style1)#写入字符串
    s1.write(1,0,True,style2)#写入真值
    s1.write(2,0,3.1415926);s1.write(2,1,-5);s1.write(2,2,xlwt.Formula("2*A3*ABS(B3)"));
    #使用公式计算
    s1.write(3,0,'right',xlwt.easyxf("align:horiz right"))
    #调整对齐方式
    x.save('example.xls') #保存
    
    '''

    处理好的文件:

    这里写图片描述

    然后导入图灵机器人的知识库:

    这里写图片描述

    然后我们的订阅号就可以自动识别啦,那些查询的功能和词典大同小异,我想应该也是这么实现的吧。

    4.实现效果

    这里写图片描述

    参考:(主要是编码转换和正则表达式)

    http://bbs.csdn.net/topics/100172542
    (正则表达式中汉语范围出自上面帖子的六楼,网上搜到的[u4e00-u9fa5]这个不是很好使,还请大牛指点一二)
    http://blog.chinaunix.net/uid-21633169-id-4396998.html
    xlwt使用介绍:
    http://blog.csdn.net/wangkai_123456/article/details/50457284

  • 相关阅读:
    Linux Commands
    sizeof操作符的使用详解
    在Vim中使用cscope
    MySQL学习笔记
    Online judge for leetcode
    使用Vim,让你工作效率更高
    Ext JS笔记
    安装J2EE开发环境
    这些都是什么啊
    QrCode二维码的实现原理
  • 原文地址:https://www.cnblogs.com/wangyaning/p/6131483.html
Copyright © 2020-2023  润新知