簡單的問答已經實現了,那么問題也跟著出現了,我不能確定問題一定是"你叫什么名字",也有可能是"你是誰","你叫啥"之類的,這就引出了人工智能中的另一項技術:

自然語言處理(NLP) : 大概意思就是 讓計算機明白一句話要表達的意思,NLP就相當于計算機在思考你說的話,讓計算機知道"你是誰","你叫啥","你叫什么名字"是一個意思

這就要做 : 語義相似度

接下來我們用Python大法來實現一個簡單的自然語言處理

現在又要用到Python強大的三方庫了

第一個是將中文字符串進行分詞的庫叫 jieba

pip install jieba

我們通常把這個庫叫做 結巴分詞 確實是結巴分詞,而且這個詞庫是 made in china , 基本用一下這個結巴分詞:

import jieba

key_word = "你叫什么名字" # 定義一句話,基于這句話進行分詞

cut_word = jieba.cut(key_word) # 使用結巴分詞中的cut方法對"你叫什么名字" 進行分詞

print(cut_word) # 不懂生成器的話,就忽略這里

cut_word_list = list(cut_word) # 如果不明白生成器的話,這里要記得把生成器對象做成列表

print(cut_word_list) # ['你', '叫', '什么', '名字']

測試代碼就很明顯了,它很清晰的把咱們的中文字符串轉為列表存儲起來了

第二個是一個語言訓練庫叫 gensim

pip install gensim

這個訓練庫很厲害, 里面封裝很多機器學習的算法, 是目前人工智能的主流應用庫,這個不是很好理解, 需要一定的Python數據處理的功底

import jieba

import gensim

from gensim import corpora

from gensim import models

from gensim import similarities

l1 = ["你的名字是什么", "你今年幾歲了", "你有多高你胸多大", "你胸多大"]

a = "你今年多大了"

all_doc_list = []

for doc in l1:

doc_list = [word for word in jieba.cut(doc)]

all_doc_list.append(doc_list)

print(all_doc_list)

doc_test_list = [word for word in jieba.cut(a)]

# 制作語料庫

dictionary = corpora.Dictionary(all_doc_list) # 制作詞袋

# 詞袋的理解

# 詞袋就是將很多很多的詞,進行排列形成一個 詞(key) 與一個 標志位(value) 的字典

# 例如: {'什么': 0, '你': 1, '名字': 2, '是': 3, '的': 4, '了': 5, '今年': 6, '幾歲': 7, '多': 8, '有': 9, '胸多大': 10, '高': 11}

# 至于它是做什么用的,帶著問題往下看

print("token2id", dictionary.token2id)

print("dictionary", dictionary, type(dictionary))

corpus = [dictionary.doc2bow(doc) for doc in all_doc_list]

# 語料庫:

# 這里是將all_doc_list 中的每一個列表中的詞語 與 dictionary 中的Key進行匹配

# 得到一個匹配后的結果,例如['你', '今年', '幾歲', '了']

# 就可以得到 [(1, 1), (5, 1), (6, 1), (7, 1)]

# 1代表的的是 你 1代表出現一次, 5代表的是 了 1代表出現了一次, 以此類推 6 = 今年 , 7 = 幾歲

print("corpus", corpus, type(corpus))

# 將需要尋找相似度的分詞列表 做成 語料庫 doc_test_vec

doc_test_vec = dictionary.doc2bow(doc_test_list)

print("doc_test_vec", doc_test_vec, type(doc_test_vec))

# 將corpus語料庫(初識語料庫) 使用Lsi模型進行訓練

lsi = models.LsiModel(corpus)

# 這里的只是需要學習Lsi模型來了解的,這里不做闡述

print("lsi", lsi, type(lsi))

# 語料庫corpus的訓練結果

print("lsi[corpus]", lsi[corpus])

# 獲得語料庫doc_test_vec 在 語料庫corpus的訓練結果 中的 向量表示

print("lsi[doc_test_vec]", lsi[doc_test_vec])

# 文本相似度

# 稀疏矩陣相似度 將 主 語料庫corpus的訓練結果 作為初始值

index = similarities.SparseMatrixSimilarity(lsi[corpus], num_features=len(dictionary.keys()))

print("index", index, type(index))

# 將 語料庫doc_test_vec 在 語料庫corpus的訓練結果 中的 向量表示 與 語料庫corpus的 向量表示 做矩陣相似度計算

sim = index[lsi[doc_test_vec]]

print("sim", sim, type(sim))

# 對下標和相似度結果進行一個排序,拿出相似度最高的結果

# cc = sorted(enumerate(sim), key=lambda item: item[1],reverse=True)

cc = sorted(enumerate(sim), key=lambda item: -item[1])

print(cc)

text = l1[cc[0][0]]

print(a,text)

總結

以上所述是小編給大家介紹的Python人工智能之路 jieba gensim 最好別分家之最簡單的相似度實現 ,希望對大家有所幫助，如果大家有任何疑問請給我留言，小編會及時回復大家的。在此也非常感謝大家對腳本之家網站的支持！

如果你覺得本文對你有幫助，歡迎轉載，煩請注明出處，謝謝！

總結

以上是生活随笔為你收集整理的python人工智能是什么意思_Python人工智能之路 jieba gensim 最好别分家之最简单的相似度实现...的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。