alexo.py

# -*- coding: utf-8 -*-

#Chatterbot tiene dependencias de otras librerías, las actualizamos antes de instalarlo
#import selenium
#pip3 install --upgrade pandas
#pip3 install --upgrade plotly

#Instalamos la librería. El parámetro -q es modo 'quiet' para evitar tener muchos logs de la instalación
#pip3 install -q chatterbot

#Importamos las clases necesarias
from chatterbot import ChatBot
from chatterbot.trainers import ChatterBotCorpusTrainer

#Inicializamos un objeto de la clase ChatBot
chatbot = ChatBot(
    #Le ponemos nombre a nuestro bebe
    "Alexo",
    storage_adapter='chatterbot.storage.MongoDatabaseAdapter',
    database_uri='mongodb://localhost:27017/chatbot',
    database = 'chatbot',
     #Establecemos adaptadores para que interactue desde la termminal
    input_adapter="chatterbot.input.TerminalAdapter",    
    output_adapter="chatterbot.output.TerminalAdapter",
    output_format="text",
    #Los adaptadores logicos sirven para saber que tipo de respuesta es la más adecuada.
    logic_adapters=[
        {
            "import_path": "chatterbot.logic.BestMatch",
            "statement_comparison_function": "chatterbot.comparisons.levenshtein_distance",
            "response_selection_method": "chatterbot.response_selection.get_most_frequent_response"
        },
        {
            #Establecemos un límite de confianza para saber que tan bien puede decidir la respuesta correcta
            'import_path': 'chatterbot.logic.LowConfidenceAdapter',
            'threshold': 0.51,
            'default_response': 'Disculpa, no entendí. ¿Puedes ser más específico?.'
        },
    ],
    #Para limpiar el texto. En este caso le quito excedentes de espacios blancos y  caracteres especiales
    preprocessors=[
        'chatterbot.preprocessors.clean_whitespace',
        'chatterbot.preprocessors.convert_to_ascii'
    ],
    #read_only sirve para que el bot no aprenda. Solo conteste con los datos de entrenamiento.
    read_only=False,
)
#La sesión es requisito en la penúltima versión. Éste parámetro ignoralo por ahora
CONVERSATION_ID = chatbot.storage.create_conversation()
#Configurar que el entrenamiento sea desde un corpus (archivo.yml)
chatbot.set_trainer(ChatterBotCorpusTrainer)
#Inicializamos un objeto 'trainer'
trainer = ChatterBotCorpusTrainer(chatbot.storage)
#Establecemos las rutas a nuestros corpus; en éste caso los tres primeros vienen en la paquetería chatterbot. Los siguientes son creación propia.
trainer.train(
    "chatterbot.corpus.spanish.greetings",
    "chatterbot.corpus.spanish.conversations",
    "chatterbot.corpus.spanish.trivia",
    "./spring.yml",
    "./chistes.yml",
    "./futbol.yml",
    "./cocina.yml",
    "./literatura.yml",
    "./deportes.yml"
)

def get_choice():
    text = input()
    if "si" in text.lower():
        return True
    elif "no" in text.lower():
        return False
    else:
        print('Por favor escríbe "Si" o "No"')
        return get_choice()

print('¡Bienvenido! ¿Quieres iniciar en modo de entrenamiento? Teclea "Si" o "No"')
if get_choice():
    print("Elegiste el modo de entrenamiento. Teclea algo para iniciar. Para salir presiona 'ctrl + c' o 'ctrl + d' ...")
    while True:
        try:
            print("\nYou: ")
            input_statement = chatbot.input.process_input_statement()
            statement, response = chatbot.generate_response(input_statement, CONVERSATION_ID)
            print('\n ¿Es "{}" correcta ésta respuesta para "{}"? \n'.format(response, input_statement))
            if not get_choice():
                print("Por favor escríbe la respuesta correcta")
                print("\nYou: ") 
                response1 = chatbot.input.process_input_statement()
                chatbot.learn_response(response1, input_statement)
                chatbot.output.process_response(response1)
                chatbot.storage.add_to_conversation(CONVERSATION_ID, statement, response1)
                print("Respuesta añadida a la base de datos.")
        except (KeyboardInterrupt, EOFError, SystemExit):
            break
else:
#Imprimimos en consola un mensaje inicial
    print("¡Hola! Teclea algo para iniciar. Para salir presiona 'ctrl + c' o 'ctrl + d' ...")
#Entra en un ciclo, mientras el usuario interactue, chatbot buscará las respuestas más adecuadas en cada uno de los sets de entrenamiento.
    while True:
        try:
            print("\nYou: ") 
            input_statement = chatbot.input.process_input_statement()
            statement, response = chatbot.generate_response(input_statement, CONVERSATION_ID)
            print("\nAlexo: \n%s" % response)
        except (KeyboardInterrupt, EOFError, SystemExit):
            break