学习任务单 课程基本信息 课题 《编程调用平台中的智能工具》 教科书 书名：《信息技术必修1：数据与计算》 -出卷网-：人民教育-出卷网-、中国地图-出卷网- 出版日期： 2019 年 6月 学生信息 姓名 学校 班级 学号 学习目标 1. 理解对话机器人的工作原理，经历使用编程开发智能工具的过程，完成对话机器人的编程实现。【计算思维】 2. 认识对话机器人在信息社会中的应用价值，体会人工智能对我们生活的影响。【信息意识】【计算思维】 课前学习任务 1. 准备好学生资源中的素材以及任务单。 2. 在自己的电脑中安装好ChatterBot及ChatterBot Corpus模块，安装包已在素材库中提供。 课上学习任务 【学习任务一】对话机器人工作原理分析 请尝试写出对话机器人的工作原理是什么。 【学习任务二】对话机器人的开发实现 请按照如下所示的步骤将对话机器人的程序代码写出来。 构建机器人模型 创建对话语料数据 训练对话机器人模型 与对话机器人开展对话 【学习任务三】对话机器人的优化设计 请按照如下所示的要求将对话机器人的程序代码写出来。 创建中文对话机器人 为对话机器人手动添加语料数据 推荐的学习资源 ChatterBot训练方式： 1、通过列表数据进行训练 chatterbot.trainers.ListTrainer(storage, kwargs) 允许使用对话字符串列表来训练ChatBot。 对于训练过程，您需要传递一个语句列表，其中每个语句的顺序基于其在给定对话中的位置。例如，如果你使用如下语言进行训练，则当你输入Hi there!或者Greetings!的时候机器人会回复你Hello。 from chatterbot.trainers import ListTrainer chatterbot = ChatBot("Training Example") chatterbot.set_trainer(ListTrainer) chatterbot.train([ "Hi there!", "Hello", ]) chatterbot.train([ "Greetings!", "Hello", ]) 您还可以提供更长的训练对话清单。这将在列表中建立每个项目作为响应。chatterbot.train([ "How are you?", "I am good.", "That is good to hear.", "Thank you", "You are welcome.", ]) 2、使用语料库数据进行训练 chatterbot.trainers.ChatterBotCorpusTrainer(storage, kwargs) 允许使用来自ChatterBot对话语料库的数据训练聊天机器人。 ChatterBot附带一个数据语料库和实用程序模块，可以很容易地快速训练您的机器人进行交流。为此，只需指定要使用的语料库数据模块即可。 3、指定语料库范围 也可以一次导入ChatterBot语料库的各个子集。例如，如果您只希望根据英文问候语和对话语料进行训练，那么您只需指定它们即可。 chatterbot.train( "chatterbot.corpus.english.greetings", "chatterbot.corpus.english.conversations" ) 在调用train方法时，您还可以指定文件路径到语料库文件或语料库文件的目录。 chatterbot.train( "./data/greetings_corpus/custom.corpus.json", "./data/my_corpus/" ) 4、使用Ubuntu对话语料库进行训练 Ubuntu对话语料库是一个海量数据集。当使用这个语料库时，开发者目前会遇到显着下降的表现，其形式是来自聊天机器人的延迟训练和响应时间。 chatterbot.trainers.UbuntuCorpusTrainer(storage, kwargs) 允许chatbots使用来自Ubuntu Dialog Corpus的数据进行训练。 此训练类使您可以使用Ubuntu对话语料库来训练您的聊天机器人。由于Ubuntu对话语料库的文件大小，下载和训练过程可能需要相当长的时间。 此训练类将处理下载压缩语料库文件并提取它的过程。如果该文件已被下载，则不会再次下载。如果文件已被提取，则不会再提取。(
课件网) 编程调用平台中的智能工具 （第三十一课时） 课前准备 2 安装第三方库 安装好ChatterBot及ChatterBot Corpus模块。 1 学生资源素材 ... ...
