"""
構造召回的模型
"""from sklearn.feature_extraction.text import tfidfvectorizer
import pysparnn.cluster_index as ci
from cut_sentence import cut
import json
def prepar_recall_datas():
qa_dict = json.load(open("./corpus/qa_dict.json",encoding="utf-8"))
q_list =
q_cut =
for i in qa_dict:
tfidf_vec = tfidfvectorizer()
q_vector = tfidf_vec.fit_transform(q_cut) #得到問題的向量
#準備搜尋的索引
cp = ci.multiclusterindex(q_vector,q_list)
return tfidf_vec,cp,qa_dict
def get_search_result(input):
tfidf_vec, cp, qa_dict = prepar_recall_datas()
entity =
input_cut =
for word,seg in cut(input,by_word=false,use_seg=true):
if seg == "kc":
# 1. 得到使用者問題的向量
input_vector = tfidf_vec.transform([" ".join(input_cut)])
# 2. 計算相似度
result = cp.search(input_vector,k=2,k_clusters=10,return_distance=true)
print(result)
if __name__ == '__main__':
get_search_result("python是什麼")
# "產品經理的課程是只針對it行業的還是有其他行業相關？": ,
智慧型問答機械人概述
處理邏輯 query 中控邏輯 response 指特定條件下提供資訊或服務的機械人。任務型機械人核心模組主要包括三部分 自然語言理解模組 language understanding 對話管理模組 dialog management 自然語言生成模組 natural language genera...
問答機械人介紹1
知道問答機械人是什麼 知道問答機械人實現的邏輯 在前面的課程中，我們已經對問答機械人介紹過，這裡的問答機械人是我們在分類之後，對特定問題進行回答的一種機械人。至於回答的問題的型別，取決於我們的語料。當前我們需要實現的問答機械人是乙個回答程式語言 比如python是什麼，python難麼等 相關問題的...
botpress搭建智慧型問答機械人
如果是公司內部網路，需配置node的http 如果出現python語法錯誤，如下 d develop environment botpress12.6 node modules sqlite3 if not defined npm config node gyp node d program fil...