ChatterBot là một thư viện Python giúp bạn tạo ra một chat bot có khả năng trả lời tự động từ input của người dùng. ChatterBot sử dụng thuật toán lựa chọn của máy học để tạo ra các loại Response khác nhau. Điều này giúp các nhà phát triển dễ dàng tạo các chatbot có khả năng trò chuyện và tự động hóa cuộc hội thoại với người dùng. Để biết thêm chi tiết về các ý tưởng và khái niệm đằng sau ChatterBot hãy xem Process Flow Diagram.

Một ví dụ cho một cuộc hội thoại giữa người và bot:

user: Good morning! How are you doing?

bot:  I am doing very well, thank you for asking.

user: You're welcome.

bot:  Do you like hats?
1
2
3
4
5
6
7

Độc lập Ngôn ngữ

Thiết kế Độc lập Ngôn ngữ của ChatterBot cho phép nó được Huấn luyện để có thể nói bất cứ ngôn ngữ nào. Ngoài ra bản chất Máy học của ChatterBot cho phép một Instance là tác nhân cải thiện kiến thức của chính nó về các phản ứng có thể có khi nó tương tác với con người và từ các nguồn dữ liệu khác.

Cách ChatterBot hoạt động

ChatterBot là một thư viện Python được thiết kế để giúp dễ dàng tạo một phần mềm mà ở đó nó có thể tham gia vào việc giao tiếp hay còn gọi là chatbot.

Một instance của ChatterBot chưa được train, start mà chưa có kiến thức về cách giao tiếp. Mỗi khi người dùng nhập một statement, thư viện sẽ lưu văn bản mà họ đã nhập và văn bản mà bot phản hồi lại. Khi số lượng input mà ChatterBot nhận được tăng thì số lượng các response mà nó có thể trả lời cũng như độ chính xác của từng response có liên quan đến input statement đó cũng tăng theo.

Process Flow Diagram

Khối Get Input Nhận input từ nguồn (console, API, Tổng hợp giọng nói,…) Khối Process Input Statement đầu vào được xử lý bởi mỗi Logic Adapter.   Logic Adapter 1 và 2 Chọn một statement đã biết có nghĩa gần giống nhất với input statement. Trả về một response đã biết cho statement được chọn và giá trị confidence dựa trên độ gần nghĩa giữa input statement và statement đã biết..   Trả về response với confidence cao nhất được tạo ra từ Logic Adapter. Khối Return response Trả về response từ input (console, API, Tổng hợp giọng nói,…)

Chương trình này lựa chọn response phù hợp nhất bằng cách tìm kiếm statement đã biết gần nghĩa nhất với input statement, sau đó nó chọn một response từ các response đã biết của statement đó.