dialogbot

DialogBot 项目介绍

项目概述

DialogBot 是一款集成了多种对话模型技术的工具，能够为用户提供完整的对话解决方案。它结合了搜索型、任务型和生成型对话模型，以输出最佳的对话回答。无论是问答型对话、任务型对话还是聊天型对话，DialogBot 都能开箱即用。

项目背景

在人机交互中的对话系统一直是人工智能的重要研究方向，图灵测试也通过对话来检测机器的智能水平。如何实现一个智能的人机对话系统或聊天机器人，成为了研究人员关注的核心问题。

解决方案

DialogBot 采用了三代对话系统的发展历程：

1. 规则对话系统：使用模板匹配方法，通过专家干预实现问答。这种方法虽然逻辑透明，但缺乏灵活性和扩展性。

2. 统计对话系统：基于马尔科夫决策过程，通过贝叶斯推断生成自然语言回复，减少了对专家的依赖，但模型维护和扩展依然困难。

3. 深度对话系统：继续沿用了统计对话系统的框架，但使用了深度学习模型。大大提高了语义理解和生成能力，不过需要大量标注数据进行训练。

系统特点

问答型对话（Search Dialogue Bot）

• 本地检索问答：使用多种方法计算问题与数据库中问题的相似度，如 TFIDF、BM25 等。
• 网络检索问答：通过百度和 Bing 的搜索结果实时提供答案。

任务型对话（Task Oriented Dialogue Bot）

• 实现了 End to End Memory Networks，利用 BABi 数据集进行训练。

聊天型对话（Generative Dialogue Bot）

• 基于 GPT2 和 Sequence To Sequence 模型，使用淘宝等数据集进行训练。

使用指南

安装

DialogBot 基于 transformers 和 torch 库，需要 Python 3.6 以上版本。

安装步骤：

pip3 install torch
pip3 install -U dialogbot

或通过克隆代码库安装：

git clone https://github.com/shibing624/dialogbot.git
cd dialogbot
python3 setup.py install

使用范例

问答型对话示例

from dialogbot import Bot

bot = Bot()
response = bot.answer('姚明多高呀？')
print(response)

输出：

query: "姚明多高呀？"
answer: "226cm"

聊天型对话示例

采用 GPT2 模型生成对话：

from dialogbot import GPTBot

bot = GPTBot()
response = bot.answer('亲 你吃了吗？', use_history=False)
print('gpt2', response)

输出：

query: "亲 你吃了吗？"
answer: "吃了"

数据集与模型分享

DialogBot 提供了丰富的闲聊语料和经过训练的模型，可以用于训练和生成更自然的对话。闲聊语料包括小黄鸡、豆瓣、微博等多种来源。模型也已经发布在 Hugging Face 供用户使用。

贡献与致谢

DialogBot 是一个开源项目，欢迎根据代码库下的指引进行贡献。同时，项目采用 Apache 2.0 许可协议，可用于商业用途，请遵循相关协议要求。

如果在研究中使用了 DialogBot，请在作品中进行引用，感谢您对项目的支持与信赖。