# chatbot_simbert

**Repository Path**: impecunious/chatbot_simbert

## Basic Information

- **Project Name**: chatbot_simbert
- **Description**: No description available
- **Primary Language**: Python
- **License**: MIT
- **Default Branch**: main
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 2
- **Created**: 2021-09-18
- **Last Updated**: 2023-05-30

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# chatbot_simbert
检索类型的微信聊天机器人/问答系统，通过API异步通信，实现在微信上交互，可以查询天气、重复问句识别等情况；本项目包括模型和工程化部署一体化。用到SimBert等模型。
## 描述
各位可以根据自己的需求部署或修改：

问答库如果是任务型的，就是一个任务型聊天机器人，如果闲聊的问答库，那就是闲聊型聊天机器人；

后续也可以添加意图，用来用意图识别的匹配；也可以添加个知识图谱的API...

总之可以添加的模块很多，扩展性非常强大。

## 品尝方式（使用说明）
### 准备：
环境准备：安装requirement中的依赖包

下载模型，并放置在code/1.retrieve_match/3.simbert_match/config路径下：

simbert模型：https://github.com/ZhuiyiTechnology/pretrained-models

### 启动：
**1、 启动code/2.API_serve/KG_service.py**

**2、 启动code/3.wx_project/chat_bot.py（需要扫码登录）**  
  
  开始邀请朋友和你聊天吧  
  如果自己有前端展示，不想通过微信来交互，可以启动QAserver，用这个API和你自己的前端做交互即可。

## 实现思路
整体工程如下，主要有三块：前端、后端、前后端交互；  

**1、前端直接用微信展示，比较简单，不需要我们做什么；**

**2、后端采用检索匹配模型的方式，结合粗排和精排；**

**3、前后端的交互用sanic实现异步通信。**  
  
  模型部分实现的主要流程如下，初始时有个问答库：

**1、先用BM25和Bool检索把问句query和问答库做字词上的粗排，返回topN；**

**2、将query和粗排得到的topN用SimBert向量化，再将两者做consine相似度计算得到最相似的top1。**  
  
## 意图识别  
在此想特地说下意图识别的方式：  
常用方式：通过模型实现意图中domain分类，intent分类，以及slot槽的命名实体识别；  
大体思路就是识别了用户想要做什么，然后识别出他要做的事情的对象，比如说用户想要“查天气”，所以意图就是查天气，然后我们就需要了解到用户想查的“城市”和“日期”两个槽，我们需要填充这两个槽。  
这里我们最先要弄好的是两个分类模型  
作者在研究的时候发现一个更好的实现意图识别的方式：**通过匹配相似句达到意图识别**  

**实现方式：**  

**1、在问答库中添加某个意图可能的问法**  
**2、通过SimBert精准匹配意图，匹配上则进入该意图的对话管理**  
  
  **优势：**  
  
  私认为这种方式具有很高的准确性，以及扩展性  
1、准确性：如上文所说，常用的意图需要做分类，而分类模型需要有数据支撑才能有比较好的效果；  
**用匹配的方式，通过相似句子评分，能够很精确的匹配到意图；**   
2、扩展性：常用的意图分类方式，在新增意图时需要重新训练分类模型；**但是如果是匹配的话，无需重新训练分类模型，只需要在库中新增该意图的问法即可！！！非常方便！！！**  


## 交流

微信公众号：卓师叔

知乎：学习学习再学习