目录
OSSAS ChatBot
嗨，这是一个基于Keras搭建的单轮中文聊天机器人！
这是我学习机器学习两个月的结果，所以或多或少会有不足。
模型采用Encoder-Decoder结构，Encoder采用BiLSTM，Decoder采用LSTM。并且加入了Attention机制。这是它的模型图（使用Netron生成）：
使用方法
可能需要安装的依赖：
在运行前需要安装：VC++
地址：https://support.microsoft.com/zh-cn/help/2977003/the-latest-supported-visual-c-downloads
机器人下载地址：
百度云 提取码：6zq6
软件在Windows10测试可用。
在下载后，你可以看到两个程序：Ossas.exe和QQRecord2Excel.exe
Ossas.exe是实现聊天机器人的主程序，它包括了以下功能：
1）数据预处理和模型构建
2）模型训练
3）开启与Cool_Q的接口（以此来实现使用QQ进行人机对话）
4）实时对话（训练完成后你可以在这里和机器人进行直接对话）
而QQRecord2Excel.exe的功能是帮助你将QQ导出原始数据，转化为一条条 问——答 形式的可训练数据。当然你也可以将想要训练的数据一条条手动编辑，这种情况下你不需要用到QQRecord2Excel.
配置文件介绍
请注意，配置文件不能够被删除并且应以正确的格式进行配置。
配置文件存储在workspace文件夹中，而workspace中的train_data文件夹存储着你的模型信息，你不需要担心train_data中的内容。
ext_dict.txt ：这是进行分词的额外字典。当你输入的训练数据有生僻词的时候，生僻词可能不会被识别。在这个文件添加词语可以辅助程序进行分词，详情参看 https://github.com/fxsjy/jieba [主要功能>载入词典] 部分。
train_config.txt ：这个文件目前只储存了一个参数，predict_maxlen.这个参数限制机器人对话时，输出句子的最长长度。编辑格式遵循json。
coolq_config.txt ：这个参数配置和Cool_Q对接的参数。编辑格式遵循json。
split.txt ：这个参数用于QQRecord2Excel.exe，用于识别不同人发出的消息。编辑格式遵循json。
QQRecord2Excel
基本功能
如果你想纯手动编辑训练数据，可以跳过这一步。
QQ导出的聊天记录是这样子的：
2018-10-04 11:13:36 你
天啊Dimsmary太强了8
2018-10-04 11:13:37 成员A(000000000)
确实
2018-10-04 11:13:46 你
怎么说
2018-10-04 11:26:20 成员B(111111111)
我觉得可以
程序通过时间戳这一行的后九位字符进行识别发言人。
2018-10-04 11:13:37 成员A(000000000)
如上所示，成员A的标识为：00000000)
我们在split.txt 中添加聊天记录中的发言人（注意不要漏了右括号）。
{
"成员A": "00000000)",
"成员B": "11111111)",
"else":"你自己的名字"
}
将你导出的聊天记录重命名为record.txt并放在workspace文件夹内，然后启动QQRecord2Excel.exe进入模式1，程序将会把你的record.txt转化为record.xlsx。
因为程序按照（时间戳行-发言行-空行）这样一种格式循环读取，所以每位发言人的发言只能为一行，超过一行的发言请手动删减。并且第一行应为时间戳行。
| 0 | 1 | label |
|---|---|---|
| 你自己的名字 | 天啊Dimsmary太强了8 | 0 |
| 成员A | 确实 | 0 |
| 你自己的名字 | 怎么说 | 0 |
| 成员B | 我觉得可以 | 0 |
通过依次标记1、2来确定问答，标记为0的数据将被略过。
需要注意：1、2的标记必须依次进行，不能连续出现两个1。
同一个1可以对应多个2，但我不确定这样的训练数据是否会更好。
| 0 | 1 | label |
|---|---|---|
| 你自己的名字 | 天啊Dimsmary太强了8 | 1 |
| 成员A | 确实 | 2 |
| 你自己的名字 | 怎么说 | 1 |
| 成员B | 我觉得可以 | 2 |
标记完成后使用QQRecord2Excel.exe的模式2，去掉未标记的数据，输出sort_record.xlsx
最后使用模式3，将sort_record.xlsx转化为训练数据：train.xlsx
至此训练数据的预处理完成。
拓展功能
在0.0.2alpha的更新中，为了更好处理不同的数据，添加了以下两个模式：
1）将TAB分隔的数据转换为OSSAS可读的数据
在此模式下，软件将会读取workspace下的tab_split.txt并转换为tab_split.xlsx
tab_split.txt的文本应看起来是这样：
你今天吃了吗？ 我吃了
...
原始数据：
你今天吃了吗？\t我吃了\n
...
2）将带标签的TAB分隔的数据转换为OSSSAS可读的数据
在此模式下，软件将会读取workspace下的sign_tab_split.txt并转换为sign_tab_split.xlsx
tab_split.txt的文本应看起来是这样：
0 你今天吃了吗？ 我吃了
...
原始数据：
0\t你今天吃了吗？\t我吃了\n
...
需要注意，对于多轮对话将会去重。即不会有多个相同问题。
OSSAS
在启动程序前，训练数据train.xlsx应当被准备好。
它看起来是这样的：
| input | output |
|---|---|
| 天啊Dimsmary太强了8 | 确实 |
| 怎么说 | 我觉得可以 |
每一行对应一个问答。
确认训练数据无误后，我们可以开始训练我们的模型。
运行OSSAS.exe
输入1，进行数据的预处理和模型的初始化。
输入2，开始模型训练。
在开始模型训练的时候，这里要求你输入两个参数：循环轮数和batch size
循环轮数：模型训练的次数。
batch size：模型更新参数的样本间隔；大的batch size将训练更快，但也许更大的batch size并不会更好。
在训练过程中你可以看到两个参数：
Epoch 1/10
2/2 [==============================] - 4s 2s/sample - loss: 1.3541 - accuracy: 0.022
loss和accuracy，loss代表模型计算结果和实际结果的误差，accuracy代表模型计算结果和实际结果的贴合度。loss越低、accuracy越高，模型对训练数据的拟合越好。
当完成训练后，你可以进入模式4和机器人对话来查看训练效果：
>你说：Dimsmary太强了
确实
如果对机器人不满意，可以进入模式2继续训练。
注意，模型在生成完成后，不再依赖原始的训练数据 train.xlsx
在对train.xlsx进行修改后，若想要应用修改，则需要重新生成模型（重新运行模式1）和重新训练。
CoolQ
如果想让机器人参与QQ群聊，我们需要用到CoolQ插件。
CoolQ下载地址：https://cqp.cc/
并且我们需要在CoolQ内安装CQHTTP。
CQHTTP下载地址：https://cqhttp.cc/
在安装完成后，我们需要分别对coolq和OSSAS进行配置。
我们首先对OSSAS进行配置，打开workspace中的coolq_config.txt：
{
"post_url":"http://127.0.0.1:5700/send_group_msg",
"at_id":"[CQ:at,qq=YourQQ]",
"host_port": 7777
}
我们需要将"at_id":"[CQ:at,qq=YourQQ]", 中的的YourQQ更改为你的QQ号码，用来识别群聊是否被@
其他可以不作更改。
打开CQHTTP的配置目录：
酷Q的目录\data\app\io.github.richardchien.coolqhttpapi\config
打开配置文件（你的QQ号.txt）：
修改post_url为：
"post_url": "http://127.0.0.1:7777",
配置完成后，启动启用CQHTTP，开启OSSAS.exe并进入模式3。
此时，在机器人已经加入的QQ群内@机器人 并附对话，机器人将作出回复。
保存模型
当你完成模型训练后，想要再创建一个模型又不丢失原有模型的话，你可以将train.xlsx和workspace文件夹进行进行备份。
错误反馈
如果出现运行突然终止的情况，请使用windows控制台运行程序，将错误代码提交至issue
代码介绍
软件使用Python开发，所需库在requirements.txt中。
main.py : OSSAS的主程序。
Seq2Seq.py : 执行模型各种操作的封装文件。
QQRecord2TXT.py: 进行聊天记录转换的程序。
程序简图
更新记录
2020/04/06 更新 readme:
修正了readme中的一些小问题
2020/04/05 更新Alpha0.0.3:
修复了OSSAS分词文件丢失的致命问题
2020/04/03 更新Alpha0.0.2:
OSSAS：增加了BILSTM/LSTM的unit数量。
QQRecore2Excel: 新增了模式4和模式5
2020/03/27 Alpha0.0.1版本发布啦