chatterbot

    1热度

    1回答

    我现在有几个问题,并且我几乎得到了在Heroku上运行的Django工作的Chatterbot示例。 这是我的示例页面。 https://polar-basin-92507.herokuapp.com/ 查看日志的问题似乎 OperationalError: no such table: django_chatterbot_statement 完整的日志https://hastebin.com/m

    2热度

    2回答

    statement.text在聊天机器人和Django的集成返回 {'text': u'How are you doing?', 'created_at': datetime.datetime(2017, 2, 20, 7, 37, 30, 746345, tzinfo=<UTC>), 'extra_data': {}, 'in_response_to': [{'text': u'Hi', 'oc

    2热度

    1回答

    似乎可以通过指定位置的路径来使用自定义语料库json文件。但是,我很困惑这是如何完成的。 chatterbot提供的例子不是很清楚。 http://chatterbot.readthedocs.io/en/stable/training.html 他们做的。 "./data/my_corpus/" 是不是./平均值根目录有一个名为data的文件夹里面?如果是这样,根是什么?我的Django应用

    1热度

    1回答

    在运行django的聊天机器人应用程序,我会遇到错误 module' object has no attribute 'SQLStorageAdapter' 我定义聊天机器人我认为下面的方式。 chatbot = ChatBot( "SQLMemoryTerminal", storage_adapter='chatterbot.storage.SQLStorageAda

    0热度

    2回答

    我试图安装模块“聊天机器人0.4.6”,但它失败,出现以下错误: Exception: Traceback (most recent call last): File "/Library/Python/2.7/site-packages/pip/basecommand.py", line 215, in main status = self.run(options, args

    -1热度

    1回答

    我需要构建一个不需要任何在线支持的chatbot。 我使用: Python的聊天机器人建立对话的对话。 Android的谷歌离线语音识别将语音转换为文本,反之亦然。 我想在我的电脑上训练模型并在android上使用生成的database.sqlite3文件。 该方法的完整流程如下: 预训练的模型生成database.sqlite3其被放置在机器人。 语音 - >文字 - >本地的Android使用

    1热度

    1回答

    我想在一个单独的程序,像这样运行的聊天机器人的TwitterTrainer: from chatterbot import ChatBot from chatterbot.trainers import TwitterTrainer from settings import TWITTER import logging # Comment out the following line t

    0热度

    2回答

    使用Chatterbot的BestMatchAdapter,它将两个问题用相同的答案混淆。例如,培训ai.yml。 什么是ai? 人工智能是工程和科学的一个分支,致力于构建思维机器。 什么是笑话? 人工智能是工程和科学的一个分支,致力于构建思维机器。 在otherhand,以下类似的问题没什么意义的BOT答案: 可以弯曲? 不,我可以无限期地延续下去。 你能说谎吗? 不,我可以无限期地延续下去。

    1热度

    1回答

    在Django管理,训练一直使用 python manage.py train 上述代码填充具有基于训练数据的发言,并响应表中执行之后的聊天机器人转换表是空的yml文件。这可以。 但是,在测试过程中,发布到chatbot和响应的语句应该转到空的会话表中,不应该添加到训练语句和响应数据表中。

    1热度

    1回答

    我正在研究chatterbot Django集成。我需要的是检索通过Django管理控制台输入的对话数据。我定义了聊天机器人如下 chatbot = ChatBot( "SQLMemoryTerminal", storage_adapter='chatterbot.storage.SQLStorageAdapter', ) 现在我想如下 response = chatb