锦中融合门户系统

# 简单的问答机器人示例
questions = {
    "课程安排": "课程安排可以在教务系统中查看。",
    "图书馆开放时间": "图书馆每天早上8点到晚上10点开放。",
    "校园卡补办": "请前往学工处办理校园卡补办手续。",
    "校内快递": "快递可到校门口的快递柜取件。"
}

def chatbot():
    print("你好！我是德阳校园问答机器人，请问有什么可以帮助你的吗？")
    while True:
        user_input = input("你: ").strip()
        if user_input in questions:
            print(f"机器人: {questions[user_input]}")
        elif user_input == "退出":
            print("机器人: 感谢使用，祝你学习顺利！")
            break
        else:
            print("机器人: 对不起，我暂时不知道怎么回答这个问题。")

chatbot()
      

import nltk
from nltk.stem import PorterStemmer
from nltk.corpus import stopwords

nltk.download('punkt')
nltk.download('stopwords')

stemmer = PorterStemmer()
stop_words = set(stopwords.words('english'))

def preprocess(text):
    tokens = nltk.word_tokenize(text.lower())
    tokens = [word for word in tokens if word.isalnum() and word not in stop_words]
    stemmed = [stemmer.stem(word) for word in tokens]
    return ' '.join(stemmed)

questions = {
    "course schedule": "课程安排可以在教务系统中查看。",
    "library hours": "图书馆每天早上8点到晚上10点开放。",
    "campus card reissue": "请前往学工处办理校园卡补办手续。",
    "campus express": "快递可到校门口的快递柜取件。"
}

def chatbot():
    print("你好！我是德阳校园问答机器人，请问有什么可以帮助你的吗？")
    while True:
        user_input = input("你: ").strip()
        processed_input = preprocess(user_input)
        if processed_input in questions:
            print(f"机器人: {questions[processed_input]}")
        elif user_input == "退出":
            print("机器人: 感谢使用，祝你学习顺利！")
            break
        else:
            print("机器人: 对不起，我暂时不知道怎么回答这个问题。")

chatbot()
      

from sentence_transformers import SentenceTransformer, util
import torch

model = SentenceTransformer('distilbert-base-nli-mean-tokens')

# 定义一些常见问题及其答案
qa_pairs = [
    ("课程安排", "课程安排可以在教务系统中查看。"),
    ("图书馆开放时间", "图书馆每天早上8点到晚上10点开放。"),
    ("校园卡补办", "请前往学工处办理校园卡补办手续。"),
    ("校园快递", "快递可到校门口的快递柜取件。")
]

question_embeddings = model.encode([q for q, a in qa_pairs])
answers = [a for q, a in qa_pairs]

def chatbot():
    print("你好！我是德阳校园问答机器人，请问有什么可以帮助你的吗？")
    while True:
        user_input = input("你: ").strip()
        if user_input == "退出":
            print("机器人: 感谢使用，祝你学习顺利！")
            break
        user_embedding = model.encode(user_input)
        similarities = util.cos_sim(user_embedding, question_embeddings)
        most_similar_idx = torch.argmax(similarities).item()
        print(f"机器人: {answers[most_similar_idx]}")

chatbot()
      

from flask import Flask, request, jsonify
from sentence_transformers import SentenceTransformer, util
import torch

app = Flask(__name__)

model = SentenceTransformer('distilbert-base-nli-mean-tokens')

# 定义一些常见问题及其答案
qa_pairs = [
    ("课程安排", "课程安排可以在教务系统中查看。"),
    ("图书馆开放时间", "图书馆每天早上8点到晚上10点开放。"),
    ("校园卡补办", "请前往学工处办理校园卡补办手续。"),
    ("校园快递", "快递可到校门口的快递柜取件。")
]

question_embeddings = model.encode([q for q, a in qa_pairs])
answers = [a for q, a in qa_pairs]

@app.route('/ask', methods=['POST'])
def ask():
    data = request.json
    user_input = data.get('query', '')
    user_embedding = model.encode(user_input)
    similarities = util.cos_sim(user_embedding, question_embeddings)
    most_similar_idx = torch.argmax(similarities).item()
    return jsonify({"answer": answers[most_similar_idx]})

if __name__ == '__main__':
    app.run(debug=True)