Chat: 基于自然语言理解与机器学习的聊天机器人¶
这就是 Chat¶
Chat 是一个基于自然语言理解与机器学习的语义理解库。 Chat 提供丰富的语义分析工具与语义知识图的构建工具,非常适合从0开始迅速搭建自己的聊天机器人,也能够减少工程师在实际开发当中的重复工作。 Chat 非常易于修改和扩展,可以方便地个性化定制。如果您有如下需求,欢迎选择 Chat:
- 想从0开始迅速搭建自己的聊天机器人
- 想了解自然语言处理与机器学习算法在问答中的应用
- 想智能化生活工作,提升效率
- 对知识图谱以及 KBQA 感兴趣,想从0开始构建自己的知识图谱
Chat 适用的 Python 版本是:Python 3.3-3.6
Chat 的设计原则
- 用户友好:用户的使用体验始终是我们考虑的首要和中心内容。Chat 遵循减少认知困难的最佳实践:Chat 提供一致而简洁的 API, 能够极大减少一般应用下用户的工作量,同时,Chat 提供清晰和具有实践意义的 bug 反馈。
- 模块性:完全独立可配置的模块可以用最少的代价自由组合在一起,您可以使用它们来构建自己的模块。
- 易扩展性:添加新模块超级容易,只需要仿照现有的模块编写新的类或函数即可。创建新模块的便利性使得 Chat 更适合于快速开发。
- 知识图谱:基于图数据库的知识图表达提供了更快的搜索速度与智能。
关于 Chat-cn¶
由于作者水平和研究方向所限,因此文档中不可避免会出现各种错误、疏漏和不足之处。如果您在使用过程中有任何意见、建议和疑问,欢迎发送邮件到 1044908508@qq.com 与我取得联系。
您对文档的任何贡献,包括文档的翻译、查缺补漏、概念解释、发现和修改问题、贡献示例程序等,均会被记录在致谢,十分感谢您对 Chat 中文文档的贡献!
当前版本与更新¶
如果您发现本文档提供的信息有误,有两种可能:
- 您的Chat版本过低:Chat是一个发展迅速的语义理解库,请保持您的 Chat 与官方最新的 release 版本相符。
- 我们的中文文档没有及时更新:如果是这种情况,请发邮件给我,我会尽快更新。
目前文档的版本号是1.0.7,对应于官方的1.0.7 release 版本, 本次更新的主要内容是:
- 添加场景问答上下文支持;
- 部分添加对 SQL 的支持,后续会完善对 SQL 的支持;
- 文档全面升级,绝大多数 API 均得到更新;
- 补充了原文档中缺失,但源代码中确实可用的类和函数;
- 添加了项目细节图示说明,包括架构、部署、具体实现等;
- 重新整理了文档风格和栏目,使得文档更容易阅读。
注解
我们欢迎您在 Github 上 Star, Fork 以及 Watch 官方项目 ,这样当官方有更新时,您会立即知道。
您可以在 Read the docs 中阅读官方中文文档。
如果您阅读在线中文文档时有什么问题,您可以在 Github 上下载这个项目,
然后去 /docs/build/html/index.html
阅读离线中文文档。
用户指南¶
API 目录¶
如果你正在寻找某个特殊的函数,类或者方法,这一列文档就是为你准备的。
- API - 语义服务器
- API - 语义客户端
- API - 语义数据库管理 Neo4j 版本
- API - 语义数据库管理 SQL 版本
- API - 语义理解问答
- API - 语义知识库管理 API 接口
- API - 常用工具箱
- API - 语义工具箱
- 通过 pkl 文件加载原生字典对象
- 生成敏感词词典
- 检测是否包含敏感词
- 自定义分词(包含标点及语气词过滤)
- 自定义分词(可将句子切分为同义词向量标签)
- 获取句子语义标签
- 获取词对应的语义标签集合
- 计算两个语义标签的相似度,得分区间为[0, 1]
- 计算两个词对应的语义标签集合中标签的最大相似度,得分区间为[0, 1]
- 根据语义分词Cosine相似性矩阵计算语义jaccard模型的各个参数
- 向量相似度计算-基础 jaccard 模型
- 向量相似度计算-语义 jaccard 模型
- 向量相似度计算-语义 jaccard2 模型
- 向量相似度计算-语义编辑距离模型
- 向量相似度计算(模型参数可选)
- 计算两个句子的相似度,得分区间为[0, 1]
- 从句子中获取地名信息
- 从句子中获取音乐信息
- API - 语义工具箱2
- API - 语义理解 Restful API 接口
- API - 第三方 API 接口
- API - 语义知识库管理 Flask app
- API - chat 配置
- API - XML 封装答案
- API - 语音合成
- API - 拼音语义算法