Python可以干什么？用Python写个会做诗的机器人怎么样？

Python可以干什么?用Python写个会做诗的机器人怎么样?今天小编就带领大家，利用自然语言处理技术和聊天机器人结合，做一个自动做诗的聊天机器人，你激动么?快来看看吧：

The dog , which already ate a bunch of food, was full

The dogs , which already ate a bunch of food, were full

1.原理介绍

首先，让机器自动做诗，就需要运用自然语言处理的手段，让机器能够学会理解“诗句”，进而做出我们需要的诗句。如何让机器“理解”诗句呢?我们用到了深度学习中的长短期记忆网络(LSTM)。有点晕，不要急，我们后面会用白话给大家解释。

LSTM是循环神经网络(RNN)的一种变形，RNN能够很好的解决自然语言处理的任务，但是对于长依赖的句子表现却不是很好，例如：

上面的例子中后面使用“was”还是“were”取决于前面的单复数形式，但是由于“was”距离“dog”距离过长，所以RNN并不能够很好的解决这个问题。

为了解决上述的问题，便引入了LSTM，为了更加直观的解释，我这里引入一个不是很恰当的例子:

比如我们正在看一场电影，我们能够通过镜头的切换来了解故事的进展。而且随着故事的发展，我们会知道某些主角的性格，年龄，喜好等等，这些都不会随着镜头的切换而立马被忘掉，这些就是长期记忆，而当故事发生在某个特定的场景下。

通过我们对于这部动漫的长期记忆，我们知道这是喜洋洋在思考，而在这个镜头中，我们利用到了长期记忆中关于“喜洋洋思考动作”的记忆，而在该镜头下需要被用到的长期记忆就被称为“工作记忆”。

2.白话解释LSTM

那么LSTM是如何工作的呢?

1).首先得让LSTM学会遗忘

比如，当一个镜头结束后，LSTM应该忘记该镜头的位置，时间，或者说忘记该镜头的所有信息。但是如果发生某一演员领了盒饭的事情，那么LSTM就应该记住这个人已经领盒饭了，这也跟我们观看影片一样，我们会选择忘记一些记忆，而保留我们需要的记忆。所以LSTM应该有能力知道当有新的镜头输入时，什么该记住，什么该忘记。

2).其次是添加保留机制

当LSTM输入新的镜头信息时，LSTM应该去学习什么样的信息值得使用和保存。然后是根据前面的两条，当有新的镜头输入时，LSTM会遗忘那些不需要的长期记忆，然后学习输入镜头中哪些值得使用，并将这些保存到长期记忆当中。

3).最后是需要知道长期记忆的哪些点要被立即使用

比如，我们看到影片当中有个人在写东西，那么我们可能会调用年龄这个长期记忆(小学生可能在写作业，而大人可能再写文案)，但是年龄信息跟当前的场景可能不相关。

4).因此LSTM只是学习它需要关注的部分，而不是一次使用所有的记忆。因此LSTM能够很好的解决上述的问题。

Python学习交流群：1004391443

3.实战机器人

下面便是实战的环节，虽然LSTM效果非常出色，但是仍旧需要对于数据的预处理工作，LSTM需要将每个诗句处理成相同的长度，而且需要将汉字转换成为数字形式。那么如何进行预处理呢，主要分为3步 :

读入数据，我们收集了众多的诗词数据

统计每一个字出现的次数，同时以其出现的次数作为每个汉字的id。

在产生批量数据的时候，我们需要将每一个诗句的长度都统一到同样的长度，因此，对于长度不够的句子，我们会以“*”进行填充

所以在最后的效果展示的时候，可能在诗句中出现“*”的字样。数据预处理的部分代码如下图所示：

<tt-image data-tteditor-tag="tteditorTag" contenteditable="false" class="syl1561101272185" data-render-status="finished" data-syl-blot="image" style="box-sizing: border-box; cursor: text; color: rgb(34, 34, 34); font-family: "PingFang SC", "Hiragino Sans GB", "Microsoft YaHei", "WenQuanYi Micro Hei", "Helvetica Neue", Arial, sans-serif; font-size: 16px; font-style: normal; font-variant-ligatures: normal; font-variant-caps: normal; font-weight: 400; letter-spacing: normal; orphans: 2; text-align: left; text-indent: 0px; text-transform: none; white-space: pre-wrap; widows: 2; word-spacing: 0px; -webkit-text-stroke-width: 0px; background-color: rgb(255, 255, 255); text-decoration-style: initial; text-decoration-color: initial; display: block;"> image

<input class="pgc-img-caption-ipt" placeholder="图片描述(最多50字)" value="" style="box-sizing: border-box; outline: 0px; color: rgb(102, 102, 102); position: absolute; left: 187.5px; transform: translateX(-50%); padding: 6px 7px; max-width: 100%; width: 375px; text-align: center; cursor: text; font-size: 12px; line-height: 1.5; background-color: rgb(255, 255, 255); background-image: none; border: 0px solid rgb(217, 217, 217); border-radius: 4px; transition: all 0.2s cubic-bezier(0.645, 0.045, 0.355, 1) 0s;"></tt-image>

上述的代码中主要完成了下面几步:

1).首先是读入数据，并将句长大于100的进行缩减，删掉100个字符后面的部分。

2).然后在每个句子的开头和结尾加入‘^’和‘$’作为句子的标志。对于句长小于MIN_LENGTH的直接删除

3).最后将处理好的诗句，进行字数的统计，统计每个字出现的次数，并按照出现的次数作为每个汉字的id。

对于数据预处理部分的代码，我都进行了注释，方便大家进行理解，对于我们对于数据处理，以及python语句的理解都有极大的帮助。

模型的训练，需要确保电脑中已经配置了tensorflow和numpy库。当模型训练完成后，我们可以直接对于模型进行调用，嵌入到我们的聊天机器人程序中，来实现我们的聊天机器人(对于聊天机器人的介绍，可以参照文末历史文章)。

下面是部分代码的展示：

<tt-image data-tteditor-tag="tteditorTag" contenteditable="false" class="syl1561101272190" data-render-status="finished" data-syl-blot="image" style="box-sizing: border-box; cursor: text; color: rgb(34, 34, 34); font-family: "PingFang SC", "Hiragino Sans GB", "Microsoft YaHei", "WenQuanYi Micro Hei", "Helvetica Neue", Arial, sans-serif; font-size: 16px; font-style: normal; font-variant-ligatures: normal; font-variant-caps: normal; font-weight: 400; letter-spacing: normal; orphans: 2; text-align: left; text-indent: 0px; text-transform: none; white-space: pre-wrap; widows: 2; word-spacing: 0px; -webkit-text-stroke-width: 0px; background-color: rgb(255, 255, 255); text-decoration-style: initial; text-decoration-color: initial; display: block;"> image

<input class="pgc-img-caption-ipt" placeholder="图片描述(最多50字)" value="" style="box-sizing: border-box; outline: 0px; color: rgb(102, 102, 102); position: absolute; left: 187.5px; transform: translateX(-50%); padding: 6px 7px; max-width: 100%; width: 375px; text-align: center; cursor: text; font-size: 12px; line-height: 1.5; background-color: rgb(255, 255, 255); background-image: none; border: 0px solid rgb(217, 217, 217); border-radius: 4px; transition: all 0.2s cubic-bezier(0.645, 0.045, 0.355, 1) 0s;"></tt-image>

4. 效果展示

说了这么多，我们来看一些训练完的机器人作诗的效果

<tt-image data-tteditor-tag="tteditorTag" contenteditable="false" class="syl1561101272193" data-render-status="finished" data-syl-blot="image" style="box-sizing: border-box; cursor: text; color: rgb(34, 34, 34); font-family: "PingFang SC", "Hiragino Sans GB", "Microsoft YaHei", "WenQuanYi Micro Hei", "Helvetica Neue", Arial, sans-serif; font-size: 16px; font-style: normal; font-variant-ligatures: normal; font-variant-caps: normal; font-weight: 400; letter-spacing: normal; orphans: 2; text-align: left; text-indent: 0px; text-transform: none; white-space: pre-wrap; widows: 2; word-spacing: 0px; -webkit-text-stroke-width: 0px; background-color: rgb(255, 255, 255); text-decoration-style: initial; text-decoration-color: initial; display: block;"> image

<input class="pgc-img-caption-ipt" placeholder="图片描述(最多50字)" value="" style="box-sizing: border-box; outline: 0px; color: rgb(102, 102, 102); position: absolute; left: 187.5px; transform: translateX(-50%); padding: 6px 7px; max-width: 100%; width: 375px; text-align: center; cursor: text; font-size: 12px; line-height: 1.5; background-color: rgb(255, 255, 255); background-image: none; border: 0px solid rgb(217, 217, 217); border-radius: 4px; transition: all 0.2s cubic-bezier(0.645, 0.045, 0.355, 1) 0s;"></tt-image>

在图A中展示了做诗机器人效果，机器人输出“请输入藏头诗提示：”，当我们输入藏头诗提示时，机器人便会做出符合我们要求的藏头诗。

在图B中展示了有“*”字符存在的情况，当然由于中华文化的博大精深，也受制于训练资料的限制，当我们的藏头诗提示中存在没有在训练资料里出现的字符时，机器人便会提示该字符不在字典中，

在如图C中红色标识出来的部分，会处理异常的情况，提示不在字典中!

以上就是基于自然语言处理和聊天机器人的做诗机器人，如果说Python是一把屠龙宝刀可以做很多事情，那么进入机器学习的大门之后Python就插上翅膀会飞的宝刀，可以上天入地做很多好玩的事情，而且极大的提高效率。