# py_ai_chat

**Repository Path**: lujianfei/py_ai_chat

## Basic Information

- **Project Name**: py_ai_chat
- **Description**: Python 版AI对话Demo
- **Primary Language**: Python
- **License**: MulanPSL-1.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 1
- **Forks**: 2
- **Created**: 2020-06-21
- **Last Updated**: 2026-02-14

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# py_ai_chat

#### 流程图

```mermaid
graph TD
    A[Start] --> B{"Model Exists?"}
    B -- Yes --> C[Load Model from Pickle]
    C -- Success --> D[Return Model]
    C -- Fail --> E{"Data Exists?"}
    B -- No --> E
    E -- Yes --> F[Load Data from JSON]
    E -- No --> G[Generate Default Data]
    G --> H[Save Data to JSON]
    H --> F
    F --> I[Train Model]
    I --> J["Tokenize Questions (jieba)"]
    J --> K["Vectorize (TF-IDF)"]
    K --> L[Calculate TF-IDF Matrix]
    L --> M[Save Model to Pickle]
    M --> D
  
    D --> N["Start Loop (Test Questions)"]
    N --> O[Get Answer]
    O --> P[Tokenize Input Question]
    P --> Q["Transform to Vector (TF-IDF)"]
    Q --> R[Calculate Cosine Similarity]
    R --> S[Find Index of Max Similarity]
    S --> T[Retrieve Corresponding Answer]
    T --> U[Print Result]
    U --> V{"More Questions?"}
    V -- Yes --> N
    V -- No --> W[End]
```


## 对话模型.pk

是一个 Python 的 pickle 文件，它存储了一个字典（Dictionary）对象，包含了经过预处理和训练后的模型关键数据。

以下是该文件解包后的内部结构：

| 键 (Key) | 数据类型 (Type) | 描述 | 示例内容 |
| :--- | :--- | :--- | :--- |
| **question** | `list` (列表) | 原始问题列表，用于与输入问题进行匹配 (分词前)。 | `['在吗？', '在干嘛？', '我饿了']` |
| **answer** | `list` (列表) | 对应的答案列表，当问题匹配成功后，返回此列表中对应索引的答案。 | `['亲，在的。', '在想你呀！', '来我家，做饭给你吃~']` |
| **vectorizer** | `TfidfVectorizer` | 已训练好的 Scikit-learn 特征提取器对象。包含了词汇表(vocabulary)和模型参数，用于将新问题转换为向量。 | `TfidfVectorizer(token_pattern='(?u)\b\w+\b')` |
| **tfidf_matrix** | `csr_matrix` | 稀疏矩阵 (Sparse Matrix)。存储了所有训练语料（问题）的 TF-IDF 向量。每一行代表一个问题，每一列代表一个词特征。 | `(4, 9)` 维度的矩阵，表示有4个问题，词表中共有9个特征词。 |

### 结构关系图

当你通过 `main.py` 加载模型时，它会读取这个文件并还原成 `Model` 类实例：

1. 用户输入 "在吗"
2. 使用 `vectorizer` 将 "在吗" 转换成向量 `vec`。
3. 计算 `vec` 与 `tfidf_matrix` 中每一行的余弦相似度。
4. 找到相似度最高的那一行的索引 `index`。
5. 从 `answer` 列表中取出 `answer[index]` 作为回答。