朋友圈很多人都想學python，有一個很重要的原因是它非常適合入門。對于人工智能算法的開發，python有其他編程語言所沒有的獨特優勢，代碼量少，開發者只需把精力集中在算法研究上面。
本文介紹一個用python開發的，自動與美女尬聊的小軟件。以下都是滿滿的幹貨，是我工作之余時寫的，經過不斷優化，現在分享給大家。那現在就讓我們抓緊時間開始吧！
准備：
編程工具IDE：pycharm
python版本： 3.6.0
首先新建一個py文件，命名爲：ai_chat.py
PS： 以下五步的代碼直接複制到單個py文件裏面就可以直接運行。爲了讓讀者方便寫代碼，我把代碼都貼出來了，但是排版存在問題，我又把在pycharm的代碼排版給截圖出來。
第一步： 引入關鍵包
# encoding:utf-8
import json
import jieba
import pickle
from gensim import corpora, models, similarities
from os.path import exists
from warnings import filterwarnings
filterwarnings('ignore') # 不打印警告簡單介紹一下上面幾個包的作用： pickle 包是用來對數據序列化存文件、反序列化讀取文件，是人類不可讀的，但是計算機去讀取時速度超快。（就是用記事本打開是亂碼）。 而json包是一種文本序列化，是人類可讀的，方便你對其進行修改（記事本打開，可以看到裏面所有內容，而且都認識。） gensim 包是自然語言處理的其中一個python包，簡單容易使用，是入門NLP算法必用的一個python包。jieba包是用來分詞，對于算法大咖來說效果一般般，但是它的速度非常快，適合入門使用。
關鍵包代碼的排版
以上這些包，不是關鍵，學習的時候，可以先跳過。等理解整個程序流程後，可以一個一個包有針對性地去看文檔。
第二步：靜態配置
這裏path指的是對話語料（訓練數據）存放的位置，model_path是模型存儲的路徑。
class CONF:
path = '對話語料.json' # 語料路徑
model_path = '對話模型.pk' # 模型路徑這裏是個人編程的習慣，我習慣把一些配置，例如：文件路徑、模型存放路徑、模型參數統一放在一個類中。當然，實際項目開發的時候，是用config 文件存放，不會直接寫在代碼裏，這裏爲了演示方便，就寫在一起，也方便運行。
配置類排版
第三步： 編寫一個類，實現導數據、模型訓練、對話預測一體化
首次運行的時候，會從靜態配置中讀取訓練數據的路徑，讀取數據，進行訓練，並把訓練好的模型存儲到指定的模型路徑。後續運行，是直接導入模型，就不用再次訓練了。
class Model:
def __init__(self, question, answer, dictionary, tfidf, index):
self.dictionary = dictionary # 字典
self.tfidf = tfidf # 詞袋模型轉tfidf
self.index = index # 稀疏矩陣建立索引
self.question = question # 語料--問題數組
self.answer = answer # 語料--答案數組（與問題一一對應）
"""模型初始化"""
@classmethod
def initialize(cls, config):
if exists(config.model_path):
# 模型讀取
question, answer, dictionary, tfidf, index = cls.__load_model(config.model_path)
else:
# 語料讀取
if exists(config.path):
data = load_json(config.path)
else:
data = get_data(config.path)
# 模型訓練
question, answer, dictionary, tfidf, index = cls.__train_model(data)
# 模型保存
cls.__save_model(config.model_path, question, answer, dictionary, tfidf, index)
return cls(question, answer, dictionary, tfidf, index)
@staticmethod
def __train_model(data):
"""訓練模型"""
# 劃分問題和答案
question_list = []
answer_list = []
for line in data:
question_list.append(line['question'])
answer_list.append(line['answer'])
# 對問題進行分詞
qcut = []
for i in question_list:
data1 = ""
this_data = jieba.cut(i)
for item in this_data:
data1 += item + " "
qcut.append(data1)
docs = qcut
# 將二維數組轉爲字典
tall = [[w1 for w1 in doc.split()] for doc in docs]
dictionary = corpora.Dictionary(tall)
# # gensim的doc2bow實現詞袋模型
corpus = [dictionary.doc2bow(text) for text in tall]
# corpus是一個返回bow向量的叠代器。下面代碼將完成對corpus中出現的每一個特征的IDF值的統計工作
tfidf = models.TfidfModel(corpus)
# 通過token2id得到特征數
num = len(dictionary.token2id.keys())
# 稀疏矩陣相似度，從而建立索引
index = similarities.SparseMatrixSimilarity(tfidf[corpus], num_features=num)
return question_list, answer_list, dictionary, tfidf, index
@staticmethod
def __save_model(model_path, question, answer, dictionary, tfidf, index):
"""模型的保存"""
model = {}
model['question'] = question
model['answer'] = answer
model['dictionary'] = dictionary
model['tfidf'] = tfidf
model['index'] = index
with open(model_path, "wb") as fh:
pickle.dump(model, fh)
@staticmethod
def __load_model(model_path):
"""模型的保存"""
with open(model_path, "rb") as fh:
model = pickle.load(fh)
question = model['question']
answer = model['answer']
dictionary = model['dictionary']
tfidf = model['tfidf']
index = model['index']
return question, answer, dictionary, tfidf, index
def get_answer(self, question, digalog_id = 1):
"""獲取問題的答案"""
# 對輸入的問題進行分詞
data3 = jieba.cut(question)
data31 = ""
for item in data3:
data31 += item + " "
new_doc = data31
# 計算該問題的答案
new_vec = self.dictionary.doc2bow(new_doc.split())
sim = self.index[self.tfidf[new_vec]]
position = sim.argsort()[-1]
answer = self.answer[position]
return answer, digalog_id對于model類，我們一個一個來介紹。
initialize() 函數和 __init__() 函數 是對象初始化和實例化，其中包括基本參數的賦值、模型的導入、模型的訓練、模型的保存、最後返回用戶一個對象。
initialize() 函數和 __init__() 函數 排版
__train_model() 函數，對問題進行分詞，使用gesim實現詞袋模型，統計每個特征的tf-idf, 建立稀疏矩陣，進而建立索引。
__train_model() 函數 排版
__save_model() 函數 和 __load_model() 函數 是成對出現的，很多項目都會有這兩個函數，用于保存模型和導入模型。不同的是，本項目用的是文件存儲的方式，實際上線用的是數據庫
__save_model() 函數 和 __load_model() 函數 排版
get_answer() 函數使用訓練好的模型，對問題進行分析，最終把預測的回答內容反饋給用戶。
get_answer() 函數排版
第四步：寫三個工具類型的函數，作爲讀寫文件。
其中，獲取對話材料，可以自主修改對話內容，作爲機器的訓練的數據。我這裏只是給了幾個簡單的對話語料，實際上線的項目，需要大量的語料來訓練，這樣對話內容才飽滿。
def load_json(filename, encoding='utf-8'):
""" 讀取json數據"""
filename = filename
with open(filename, encoding=encoding) as file_obj:
rnt = json.load(file_obj)
return rnt['data']
def save_json(filename, data, encoding='utf-8'):
"""保存json"""
with open(filename, 'w', encoding=encoding) as file_obj:
json.dump({"data": data}, file_obj, ensure_ascii=False)
def get_data(filename):
"""獲取對話材"""
# question_list 與 answer_list 一一對應
question_list = ["在嗎？", "在幹嘛？", "我餓了", "我想看電影。"]
answer_list = ["親，在的。", "在想你呀！", "來我家，做飯給你吃~", "來我家，我家有30寸大電視。"]
data = []
for question, answer in zip(question_list, answer_list):
data.append({'question': question, "answer":answer})
save_json(filename, data)
return data這三個工具函數，相對比較簡單一些。其中 get_data() 函數，裏面的數據是我自己編的，大家可以根據自己的習慣，添加自己的對話數據，這樣最終訓練的模型，對話方式會更貼近自己的說話方式。
三個工具類的排版
第五步： 調用模型，進行對話預測
if __name__ == '__main__':
model = Model.initialize(config=CONF)
question_list = ["在嗎？", "在幹嘛？", "我餓了", "我肚子餓了", "我肚子好餓", "有好看電影介紹嗎？我想看"]
for line in question_list:
rnt, digalog_id = model.get_answer(line)
print("\033[031m女神：%s\033[0m" % line)
print("\033[036m尬聊：%s\033[0m" % rnt)主函數main()， 就是你整個程序運行的起點，它控制著所有步驟。
主函數排版
運行結果：
程序後台運行結果：
如果有疑問想獲取源碼（其實代碼都在上面），可以後台私信我，回複：python智能對話。 我把源碼發你。最後，感謝大家的閱讀，祝大家工作生活愉快！