Python для начинающих

Первые шаги в создании чат-бота на Python

Вы когда-нибудь задумывались о создании собственного чат-бота? Не робота с лазерами и реактивными ногами, а умного ассистента, который отвечает на текстовые запросы. Хорошая новость: с Python это проще, чем кажется. Сегодня я расскажу, как сделать простой чат-бот за несколько шагов, без лишних ухищрений и сложных зависимостей.

---

### Шаг 1. Что нам понадобится?
Python — это ключ ко всем дверям. Главное, что нам здесь нужно, — это библиотека nltk, которая помогает работать с текстом, и библиотека random, чтобы добавить немного рандомности в ответы бота.

Если у вас еще не установлено nltk, установите его командой:

pip install nltk

---

### Шаг 2. Основная идея
Вместо того чтобы сразу строить мегамозг с искусственным интеллектом, начнем с простого: бот будет анализировать входящие сообщения и выдавать заранее подготовленные ответы. Это позволит изучить базовые идеи обработки текста.

---

### Шаг 3. Строим минимальный бот
Вот пример самого простого чат-бота, который отвечает на несколько запросов:

import random

responses = {
    "hello": ["Hi there!", "Hello!", "Hey!"],
    "how are you": ["I'm doing well, thanks!", "Great, how about you?", "I'm just a bot, but I'm feeling great!"],
    "bye": ["Goodbye!", "See you later!", "Bye! Take care!"]
}

def chatbot_response(user_input):
    user_input = user_input.lower()
    for key in responses:
        if key in user_input:
            return random.choice(responses[key])
    return "I don't understand that. Can you rephrase?"

while True:
    user_text = input("You: ")
    if user_text.lower() == "exit":
        print("Bot: Goodbye!")
        break
    bot_reply = chatbot_response(user_text)
    print(f"Bot: {bot_reply}")

---

### Как это работает?
1. В словаре responses находятся ключевые слова (например, "hello") и их возможные ответы.
2. Функция chatbot_response проверяет, есть ли в пользовательском запросе одно из ключевых слов. Если такое слово найдено, бот случайным образом выбирает ответ.
3. Если бот не понимает ввод, он отвечает фразой вроде "I don't understand that."
4. Команда exit завершает беседу.

---

### Шаг 4. Улучшаем бота
Что, если мы хотим сделать бота умнее? Например, позволить ему понимать синонимы или сложные фразы? Здесь на помощь приходит библиотека nltk, которая позволяет обрабатывать текст более глубоко.

Добавим токенизацию (разбиение текста на слова), чтобы бот мог анализировать сложные фразы:

import random
import nltk
from nltk.tokenize import word_tokenize

nltk.download('punkt')

responses = {
    "hello": ["Hi there!", "Hello!", "Hey!"],
    "how are you": ["I'm doing well, thanks!", "Great, how about you?", "I'm just a bot, but I'm feeling great!"],
    "bye": ["Goodbye!", "See you later!", "Bye! Take care!"]
}

def chatbot_response(user_input):
    user_input = user_input.lower()
    tokens = word_tokenize(user_input)  # Разбиваем текст на слова
    for key in responses:
        if key in tokens:
            return random.choice(responses[key])
    return "I don't understand that. Can you rephrase?"

while True:
    user_text = input("You: ")
    if user_text.lower() == "exit":
        print("Bot: Goodbye!")
        break
    bot_reply = chatbot_response(user_text)
    print(f"Bot: {bot_reply}")

Теперь бот сможет реагировать и на фразы вроде "Hello there!" или "How are you today?", ведь токенизация поможет ему выделять ключевые слова из текста.

---

### Шаг 5.

👍1

185 views00:55