Как создать чат в Python?
В этой статье мы пойдем с начала до конца и создать чат в Python. Прежде чем мы погрузимся, давайте наберем концептуальное понимание того, что такое чат.
- Автор записи
В этой статье мы пойдем с начала до конца и создать чат в Python. Прежде чем мы погрузимся, давайте наберем концептуальное понимание того, что такое чат.
- Что такое чат?
- Что такое розетка?
- Chatroom Server-Side Ground Programming
- 1. Импорт необходимых библиотек
- 2. Создание розетки и извлечение имени хоста
- 3. Привязка хоста и порта
- 4. Прослушивание подключений
- 5. Принятие входящих соединений
- 6. Хранение данных входящих подключений
- 7. Доставка пакетов/сообщений
- Полный код чата сервера
- 1. Импорт библиотек
- 2. Создание сокета и принимая имя хоста ввода пользователя
- 3. Подключение к серверу
- 4. Получение пакетов/сообщений с сервера
- Полный клиент-сторонник чата
Что такое чат?
Комната чата – это пространство для людей по всему миру, чтобы общаться друг с другом о различных темах. Темы могут варьироваться от чего-либо, таких как разработка приложений к любым рецептам, сделанным на кухне. Чаты – отличные платформы для обучения, как общаться. В этой статье я познакомимся с вами, как сделать небольшой чат, используя основные концепции с розетками и Python.
Теперь в этом уроке мы собираемся построить приложение для чата в реальном времени, используя розетки в Python. Давайте начнем с концепции розетки.
Что такое розетка?
Гнездо в сетевых терминологиях, служит промежуточным соединением слоя приложений к транспортному слою в протоколе TCP/IP. Эти сетевые розетки присутствуют на стороне клиента и на стороне сервера.
Программирование сокетов – это способ подключения двух узлов в сети для взаимодействия друг с другом. Один разъем (узел) слушает определенный порт на IP, а другой сокет достигает другого, чтобы сформировать соединение. Сервер образует сокет слушателя, пока клиент достигает сервера.
Chatroom Server-Side Ground Programming
Сервер принимает соединения от клиентов для установления сетевого интерфейса. Нам нужно обеспечить, чтобы клиенты/пользователи были уникальными. Следовательно, мы назначаем уникальный IP-адрес каждому клиенту. Однако многие пользователи предпочитают идентифицировать имя пользователя. Следовательно, мы будем назначать имена пользователей.
Роль сервера состоит в том, чтобы собрать какие-либо входящие сообщения и доставлять их другим клиентам/клиентам.
Давайте начнем кодировать серверную сторону. Во-первых, создайте файл с именем server.py Отказ
1. Импорт необходимых библиотек
Во-первых, мы импортируем розетка Библиотека, потому что эта библиотека Python содержит необходимые функции для реализации розетки.
sys Библиотека предоставляет системный модуль, который отвечает за предоставление данных, связанных с системным каталогом, функциями и методами.
время Модуль позволяет нам выполнять многочисленные действия о преобразованиях и описаниях времени.
2. Создание розетки и извлечение имени хоста
розетка () Функция – конструктор библиотеки сокетов для создания розетки.
Как только сокет создан, мы извлеките имя хоста/локального устройства, используя gethostname () , что опять же функция библиотеки сокета.
gethostname () Когда отправлено с host_name В качестве параметра извлекает IP-адрес другого пользователя, и этот IP хранится в S_IP Отказ
порт Назначается как 8080. Этот порт выбран, потому что это бесплатный порт по умолчанию на большинстве машин. Как правило, порты, такие как 3000, 5000 и т. Д. Используются для других приложений, таких как Express.js. Вы также можете запустить его на любом порту, таком как «1234».
3. Привязка хоста и порта
Теперь мы связываем порт и хост вместе с помощью функции связывания, которая вызывается на объекте сокета new_socket Отказ Как только связывание успешно, он печатает «Привязка успешной!» на консоли.
4. Прослушивание подключений
Здесь мы используем Слушать () Функция, которая принимает один аргумент, а именно Number_of_connections Отказ Этот параметр может быть любое целое число, такое как 1,2,3, …
5. Принятие входящих соединений
Первая переменная, которая является Conn подключен к гнездо и переменной «Add» назначается IP-адресу клиента.
6. Хранение данных входящих подключений
Детали входящего соединения хранятся в переменме Client_Name. Имя клиента может быть максимум 1024 байта. Он декодируется на сервере и печатает сообщение о том, что он был подключен. Затем сервер отправляет имя хоста.
7. Доставка пакетов/сообщений
Пользователь входит в сообщение. Это закодировано с использованием кодировать () а затем отправлено через розетку. Сообщение отправлено с помощью Отправить () Функция, которая вызывается на объекте подключения, созданного во время призыва принять функцию () ранее. Затем он отображает сообщение «Сообщение было отправлено …».
Входящее сообщение получено с использованием Recv () Conn Object. Он может получить до 1024 байтов информации. Сообщение декодируется на стороне сервера, используя декодировать () Отказ
Полный код чата сервера
Вот полный код чата Server Side:
Chaproom Client-Side Bote Programming
Мы создадим файл с именем Client.py И создайте наш код для подключения и связи с сервером чата.
1. Импорт библиотек
Мы импортируем те же библиотеки, используемые на сервере.
2. Создание сокета и принимая имя хоста ввода пользователя
- Разъем на сервере создается с помощью розетка () метод.
- Имя хоста сервера извлекается на стороне клиента и сохраняется как server_host Отказ
- IP-адрес хранится в IP Отказ
- Порт сервера хранится как 8080 в Спорт Переменная.
Обратите внимание, этот порт должен совпадать с портом, упомянутым на стороне сервера.
3. Подключение к серверу
Детали сервера (друга) введены первыми. Обратите внимание, что важно ввести точный IP-адрес, в противном случае связь будет не удастся.
Имя хоста сервера и порту связаны вместе и подключены к розетке.
4. Получение пакетов/сообщений с сервера
Для получения сообщений Socket_Server вызывает функцию RECV () для приема 1024 данных. Это хранится в объекте сообщения и декодировано с использованием функции декодирования (). Затем сообщение печатается с именем хоста сервера и полученное сообщение.
Клиент может ввести любое сообщение в качестве ввода и кодировать то же самое и отправить его на сервер с помощью сокета.
Следовательно, мы развернули комнату чата в реальном времени с помощью розеток и Python.
How to make cli chat application in Python
Hello, Guys on this tutorial I will guide you to building a command-line chatting app in Python using sockets.
Note
If you had never had previous experience with sockets worry out I will explain everything detailed.What are sockets?
sockets are two endpoints that can talk to each other ranging from the same on a machine or on wireless devices that are far away from each other.
Socket programming is a way of making two nodes on a network to communicate with each other. One socket listens on a particular port at an IP( server ), while another socket reaches out to the other to form a connection( client ).
The socket programming is the backbone of the internet system itself, deep down all these communication, we see now days arise from point to point communication.
Python socket module comes by default with the Python standard library therefore you don’t need to install anything to get started.
Structure of our Project
As we have seen above sockets are nodes that talk to each other, and in our project, we will implement two nodes using sockets one as a client and the other as a server.
Those two nodes will be sending messages two to each other as normal chatting applications.
Python socket programming
Getting started with sockets is very easy, you can use socket in various bidirectional communication, for instance, we can use them to get the IP from the hostname as shown below
Exit fullscreen mode
As we can see in the above example we were able to get our local hostname using **gethostname **method and also we were able to get the Ip address of Google using gethostbyname method.
Building our First Socket(node)
There are many communication protocols for bi-directional communication it all comes out to out to where is being applied.
Example of communication protocols include Transmission communication Protocol (TCP), User Datagram Protocol (UDP), File Transfer Protocol (FTP) and etc
On building our Chatting application we are going to use Transmission communication protocol (TCP), knowing how it works will be appreciated but you don’t really need to.
Let’s create our first node
On creating a socket(node) in python for TCP we are going to pass to the main parameters which are
- socket.AF_INET means socket belong to IPV4 Family
- socket.SOCK_STREAM means connection configured using TCP Protocol
Write the following on your python shell to create your first node in python
Exit fullscreen mode
Congratulations you have just your first node in python, now let’s proceed to really building our application.
We need to have two separate node on two python scripts whereby one node will serve as a server and the other one as a client. Now Let’s begin building our server node
Building Server node
I’m a great fan of object **oriented programming ( OPP )* , I used a class to abstractly define my server node with implemented method to recieve and send communication from the client.
Note
During listening our server is waiting, therefore our code won’t receive multiple SMS send from client to tackle this we need to apply multithreading, therefore I did the same to receiving method so as it can keep receiving independently without blocking the our app
Below is a complete code for our server script , I’m gonna explain in details later now just proof read it
Как создать чат-бота с нуля на Python: подробная инструкция
Аналитики Gartner утверждают, что к 2020 году 85% взаимодействий клиентов с сервисами сведется к общению с чат-ботами. В 2018 году они уже обрабатывают около 30% операций. В этой статье мы расскажем, как создать своего чат-бота на Python.
Возможно, вы слышали о Duolingo: популярном приложении для изучения иностранных языков, в котором обучение проходит в форме игры. Duolingo популярен благодаря инновационному стилю обучения. Концепция проста: от пяти до десяти минут интерактивного обучения в день достаточно, чтобы выучить язык.
Н есмотря на то что Duolingo позволяет изучить новый язык, у пользователей сервиса возникла проблема. Они почувствовали, что не развивают разговорные навыки, так как обучаются самостоятельно. Пользователи неохотно обучались в парах из-за смущения. Эта проблема не осталась незамеченной для разработчиков.
Команда сервиса решила проблему, создав чат-бота в приложении, чтобы помочь пользователям получать разговорные навыки и применять их на практике.
Поскольку боты разрабатывались так, чтобы быть разговорчивыми и дружелюбными, пользователи Duolingo практикуются в общении в удобное им время, выбирая «собеседника» из набора, пока не поборят смущение в достаточной степени, чтобы перейти к общению с другими пользователями. Это решило проблему пользователей и ускорило обучение через приложение.
Итак, что такое чат-бот?
Чат-бот — это программа, которая выясняет потребности пользователей, а затем помогает удовлетворить их (денежная транзакция, бронирование отелей, составление документов). Сегодня почти каждая компания имеет чат-бота для взаимодействия с пользователями. Некоторые способы использования чат-ботов:
- предоставление информации о рейсе;
- предоставление пользователям доступа к информации об их финансах;
- служба поддержки.
История чат-ботов восходит к 1966 году, когда Джозеф Вейценбаум разработал компьютерную программу ELIZA. Программа подражает манере речи психотерапевта и состоит лишь из 200 строк кода. Пообщаться с Элизой можно до сих пор на сайте.
Как работает чат-бот?
Существует два типа ботов: работающие по правилам и самообучающиеся.
- Бот первого типа отвечает на вопросы, основываясь на некоторых правилах, которым он обучен. Правила могут быть как простыми, так и очень сложными. Боты могут обрабатывать простые запросы, но не справлятся со сложными.
- Самообучающиеся боты создаются с использованием основанных на машинном обучении методов и определенно более эффективны, чем боты первого типа. Самообучающиеся боты бывают двух типов: поисковые и генеративные.
В поисковых ботах используются эвристические методы для выбора ответа из библиотеки предопределенных реплик. Такие чат-боты используют текст сообщения и контекст диалога для выбора ответа из предопределенного списка. Контекст включает в себя текущее положение в древе диалога, все предыдущие сообщения и сохраненные ранее переменные (например, имя пользователя). Эвристика для выбора ответа может быть спроектирована по-разному : от условной логики «или-или» до машинных классификаторов.
Генеративные боты могут самостоятельно создавать ответы и не всегда отвечают одним из предопределенных вариантов. Это делает их интеллектуальными, так как такие боты изучают каждое слово в запросе и генерируют ответ.
В этой статье мы научимся писать код простых поисковых чат-ботов на основе библиотеки NLTK.
Создание бота на Python
Предполагается, что вы умеете пользоваться библиотеками scikit и NLTK. Однако, если вы новичок в обработке естественного языка (NLP), вы все равно можете прочитать статью, а затем изучить соответствующую литературу.
Обработка естественного языка (NLP)
Обработка естественного языка — это область исследований, в которой изучается взаимодействие между человеческим языком и компьютером. NLP основана на синтезе компьютерных наук, искусственного интеллекта и вычислительной лингвистики. NLP — это способ для компьютеров анализировать, понимать и извлекать смысл из человеческого языка разумным и полезным образом.
Краткое введение в NLKT
NLTK (Natural Language Toolkit) — платформа для создания программ на Python для работы с естественной речью. NLKT предоставляет простые в использовании интерфейсы для более чем 50 корпораций и лингвистических ресурсов, таких как WordNet, а также набор библиотек для обработки текста в целях классификации, токенизации, генерации, тегирования, синтаксического анализа и понимания семантики, создания оболочки библиотек NLP для коммерческого применения.
Книга Natural Language Processing with Python — практическое введение в программирование для обработки языка. Рекомендуем ее прочитать, если вы владеете английским языком.
Загрузка и установка NLTK
- Установите NLTK: запустите pip install nltk.
- Тестовая установка: запустите python, затем введите import nltk.
Инструкции для конкретных платформ смотрите здесь.
Установка пакетов NLTK
Импортируйте NLTK и запустите nltk.download(). Это откроет загрузчик NLTK, где вы сможете выбрать версию кода и модели для загрузки. Вы также можете загрузить все пакеты сразу.
Предварительная обработка текста с помощью NLTK
Основная проблема с данными заключается в том, что они представлены в текстовом формате. Для решения задач алгоритмами машинного обучения требуется некий вектор свойств. Поэтому прежде чем начать создавать проект по NLP, нужно предварительно обработать его. Предварительная обработка текста включает в себя:
- Преобразование букв в заглавные или строчные, чтобы алгоритм не обрабатывал одни и те же слова повторно.
- Токенизация. Токенизация — термин, используемый для описания процесса преобразования обычных текстовых строк в список токенов, то есть слов. Токенизатор предложений используется для составления списка предложений. Токенизатор слов составляет список слов.
Пакет NLTK включает в себя предварительно обученный токенизатор Punkt для английского языка.
- Удаление шума, то есть всего, что не является цифрой или буквой;
- Удаление стоп-слов. Иногда из словаря полностью исключаются некоторые крайне распространенные слова, которые, как считается, не имеют большого значения для формирования ответа на вопрос пользователя. Эти слова называются стоп-словами (междометия, артикли, некоторые вводные слова);
- Cтемминг: приведение слова к коренному значению. Например, если нам нужно провести стемминг слов «стемы», «стемминг», «стемированный» и «стемизация», результатом будет одно слово — «стем».
- Лемматизация. Лемматизация — немного отличающийся от стемминга метод. Основное различие между ними заключается в том, что стемминг часто создает несуществующие слова, тогда как лемма — это реально существующее слово. Таким образом, ваш исходный стем, то есть слово, которое получается после стемминга, не всегда можно найти в словаре, а лемму — можно. Пример лемматизации: «run» — основа для слов «running» или «ran», а «better» и «good» находятся в одной и той же лемме и потому считаются одинаковыми.
Набор слов
После первого этапа предварительной обработки нужно преобразовать текст в вектор (или массив) чисел. «Набор слов» — это представление текста, описывающего наличие слов в тексте. «Набор слов» состоит из:
- словаря известных слов;
- частот, с которыми каждое слово встречается в тексте.
Почему используется слово «набор»? Это связано с тем, что информация о порядке или структуре слов в тексте отбрасывается, и модель учитывает только то, как часто определенные слова встречаются в тексте, но не то, где именно они находятся.
Идея «набора слов» состоит в том, что тексты похожи по содержанию, если включают в себя похожие слова. Кроме того, кое-что узнать о содержании текста можно лишь по набору слов.
Например, если словарь содержит слова
Метод TF-IDF
Проблема «набора слов» заключается в том, что в тексте могут доминировать часто встречающиеся слова, которые не содержат ценную для нас информацию. Также «набор слов» присваивает большую важность длинным текстам по сравнению с короткими.
Один из подходов к решению этих проблем состоит в том, чтобы вычислять частоту появления слова не в одном тексте, а во всех сразу. За счет этого вклад, например, артиклей «a» и «the» будет нивелирован. Такой подход называется TF-IDF (Term Frequency-Inverse Document Frequency) и состоит из двух этапов:
- TF — вычисление частоты появления слова в одном тексте
- IDF — вычисление того, на сколько редко слово встречается во всех текстах
Коэффициент TF-IDF — это вес, часто используемый для обработки информации и интеллектуального анализа текста. Он является статистической мерой, используемой для оценки важности слова для текста в некотором наборе текстов.
Пример
Рассмотрим текст, содержащий 100 слов, в котором слово «телефон» появляется 5 раз. Параметр TF для слова «телефон» равен (5/100) = 0,05.
Теперь предположим, что у нас 10 миллионов документов, и слово телефон появляется в тысяче из них. Коэффициент вычисляется как 1+log(10 000 000/1000) = 4. Таким образом, TD-IDF равен 0,05 * 4 = 0,20.
TF-IDF может быть реализован в scikit так:
Коэффициент Отиаи
TF-IDF — это преобразование, применяемое к текстам для получения двух вещественных векторов в векторном пространстве. Тогда мы можем получить коэффициент Отиаи любой пары векторов, вычислив их поэлементное произведение и разделив его на произведение их норм. Таким образом, получается косинус угла между векторами. Коэффициент Отиаи является мерой сходства между двумя ненулевыми векторами. Используя эту формулу, можно вычислить схожесть между любыми двумя текстами d1 и d2.
Здесь d1, d2 — два ненулевых вектора.
Подробное объяснение и практический пример TF-IDF и коэффициента Отиаи приведены в посте по ссылке.
Пришло время перейти к решению нашей задачи, то есть созданию чат-бота. Назовем его «ROBO».
Обучение чат-бота
В нашем примере мы будем использовать страницу Википедии в качестве текста. Скопируйте содержимое страницы и поместите его в текстовый файл под названием «chatbot.txt». Можете сразу использовать другой текст.
Импорт необходимых библиотек
Чтение данных
Выполним чтение файла corpus.txt и преобразуем весь текст в список предложений и список слов для дальнейшей предварительной обработки.
Давайте рассмотрим пример файлов sent_tokens и word_tokens
Предварительная обработка исходного текста
Теперь определим функцию LemTokens, которая примет в качестве входных параметров токены и выдаст нормированные токены.
Подбор ключевых слов
Определим реплику-приветствие бота. Если пользователь приветствует бота, бот поздоровается в ответ. В ELIZA используется простое сопоставление ключевых слов для приветствий. Будем использовать ту же идею.
Генерация ответа
Чтобы сгенерировать ответ нашего бота для ввода вопросов, будет использоваться концепция схожести текстов. Поэтому мы начинаем с импорта необходимых модулей.
- Импортируйте векторизатор TFidf из библиотеки, чтобы преобразовать набор необработанных текстов в матрицу свойств TF-IDF.
- Кроме того, импортируйте модуль коэффициента Отиаи из библиотеки scikit
Этот модуль будет использоваться для поиска в запросе пользователя ключевых слов. Это самый простой способ создать чат-бота.
Определим функцию отклика, которая возвращает один из нескольких возможных ответов. Если запрос не соответствует ни одному ключевому слову, бот выдает ответ «Извините! Я вас не понимаю».
Наконец, мы задаем реплики бота в начале и конце переписки, в зависимости от реплик пользователя.
Вот и все. Мы написали код нашего первого бота в NLTK. Здесь вы можете найти весь код вместе с текстом. Теперь давайте посмотрим, как он взаимодействует с людьми:
Получилось не так уж плохо. Даже если чат-бот не смог дать удовлетворительного ответа на некоторые вопросы, он хорошо справился с другими.
Заключение
Хотя наш примитивный бот едва ли обладает когнитивными навыками, это был неплохой способ разобраться с NLP и узнать о работе чат-ботов. «ROBO», по крайней мере, отвечает на запросы пользователя. Он, конечно, не обманет ваших друзей, и для коммерческой системы вы захотите рассмотреть одну из существующих бот-платформ или фреймворки, но этот пример поможет вам продумать архитектуру бота.
Консольный чат на Python. Реализация регистрации в чате
Прошу вашего совета. Я хочу реализовать простенький чат на python c одним условием — регистрацией «участников чата». (Ник участника чата можно зарезервировать под себя, и введя пароль — зайти в чат под своим ником)
Саму логику обычного чата клиент-сервер я реализовал и проблем не возникало до тех пор, пока не появился процесс «регистрации» в чате.
Опишу проблему на словах: Не получается реализовать метод/принцип/логику, при котором при регистрации пользователя сервер слушал бы только сокеты от данного пользователя. Проще говоря, любые сокеты от прочих пользователей сбивают всю логику. Получается так: происходит регистрация пользователя №1 (любой этап), заходит пользователь №2 и сбивает регистрацию пользователю №1. Не могу понять, как создать «сессию» с определенным пользователем. Прошу помощи. Код привожу ниже: