minggli/chatbot

聊天机器人（chatbot）

这是一个基于检索的原型聊天机器人，会利用公开健康信息生成指示性诊断并链接到NHS传单。请注意，结果并非正式诊断，仅适用于非临床场景。

!示例：普通感冒

环境要求

• Python >= 3.4 且 Virtualenv >= 15.1
  或
• Docker

安装方式

Virtualenv

运行脚本 ./install.sh，该脚本会创建虚拟环境 venv 并在其中安装所需组件。

Docker（可选）

运行 docker build -t minggli/chatbot . 本地构建镜像。若未本地构建，docker run 会自动拉取远程镜像。

运行方法

设置环境变量选择引擎：

• export ENGINE=NLTK（默认）：使用NLTK后端，基于传统词袋模型和朴素贝叶斯算法
• export ENGINE=TENSORFLOW：使用TensorFlow后端，基于LSTM序列分类模型

首次运行任一服务时，因需下载、处理和缓存网络数据，耗时会较长。

Virtualenv

激活虚拟环境 venv（source venv/bin/activate）后，可启动以下服务：
python3 -m chatbot.services.ask
python3 -m chatbot.services.symptoms

Docker

为每个服务运行镜像并实例化容器：
docker run -t --memory 8g --rm -p 5000:5000 -e ENGINE=$ENGINE minggli/chatbot python -m chatbot.services.ask
docker run -t --memory 8g --rm -p 5001:5001 minggli/chatbot python -m chatbot.services.symptoms

API端点

• 查询指示性诊断：向 POST host:5000/chatbot/api/v1/ask 发送 payload {"questions": "你的问题或症状描述"}
• 获取症状相关传单：GET host:5001/chatbot/api/v1/symptoms（列出所有传单）或 GET host:5001/chatbot/api/v1/symptoms/<string:symptom_name>（获取特定症状的传单）

进一步开发思路

• 探索循环神经网络（如LSTM），从检索式模型转向生成式模型
• 尝试监督式潜在狄利克雷分配、RNN作为朴素贝叶斯的文本分类替代方案
• 使用词向量替代稀疏矩阵，提取嵌入空间中的语义相似性
• 探索RNN作为文本分类的替代方案

（注：原文中已划掉的开发思路根据实际价值保留）