2

Estou desenvolvendo um chatbot, e para buscar a resposta estou usando o classificador de Naive Bayes realizando a classificação das perguntas e respostas. Para quem quiser ver todo o código do projeto e mais definições segue o link do GitHub

Para desenvolver estou usando a biblioteca TextBlob para python, o problema é que ao treinar o meu classificador ele esta retornando sempre a mesma mensagem, idependente da entrada que eu uso. A mensagem é:

"Tudo bom?"

Ainda não consegui identificar o problema, não sei se o problema esta na forma em que meus dados estão dispostos para realizar o treino o se é na forma em que estou treinando p classificador.

Minha classe que realiza o processo de classificação é esta:

#encoding: utf-8
#!/usr/bin/env python
from textblob.classifiers import NaiveBayesClassifier
from textblob import TextBlob
import logging

class Talk(object):
    """A classe Talk é responsável por retornar a resposta
    de uma frase, baseando nas informações exportadas. Utilizando a classificação
    de acordo com o teorema de Bayes
    """
    def __init__(self):
        """
        Construtor da classe

        cl -> Armazena o classificador
        accuracy -> Armazena a precisão do algoritmo
        """
        self.__cl = None
        self.__accuracy = 0


    def train(self, train_set):
        """
        Treina com a lista de informações formada de frases e suas
        respectivas classificações:
        """

        logging.debug('Inicia treinamento da previsão de intenção')
        self.__cl = NaiveBayesClassifier(train_set)
        logging.debug('Treinamento da previsão de intenção finalizado')

    def test(self, test_set):
        """
        Realiza testes com a lista de informações formada
        de frases e sua respectiva classificação para obter a precisão:
        """

        logging.debug('Inicia teste da previsão de intenção')
        self.__accuracy = self.__cl.accuracy(test_set)
        logging.debug('Teste da previsão de intenção finalizado')
        logging.info('Precisão da previsão: {}'.format(self.__accuracy))

    def response(self, phrase):
        """
        Retorna a rasposta da frase de acordo com o classificador criado
        """
        logging.debug('Analisa a frase "{}"'.format(phrase))
        blob = TextBlob(phrase,classifier=self.__cl)
        result = blob.classify()
        logging.debug('Resposta: "{}"'.format(result))
        return result

Segue o link do meu arquivo com as informações de treino e dos dados de teste

1 Resposta 1

1

Depois de muitos testes, consegui descobir qual era o problema.

O problema era a quantidade de classes possíveis que o classificador precisava interpretar

Por exemplo o seguinte conjunto de treino:

oie, oi
oi, oiee
olá, oii
tudo bem?, tudo certo
td bem?, tudo bom
tudo bom?, tudo tranquilo

No caso acima, todas as respostas são diferentes entre si, por mais que seja óbvio que existem respostas com o mesmo significado o classificador não consegue fazer esta análise. Resumindo no exemplo acima eu tenho 6 entradas e 6 classes de saída, isso é péssimo para um classificador apreender qualquer coisa.

Minha solução foi definir classes de resposta:

oie, [oi]
oi, [oi]
olá, [oi]
tudo bem?, [resposta tudo bem]
td bem?, [resposta tudo bem]
tudo bom?, [resposta tudo bem]

Agora eu tenho uma situação completamente diferente, eu tenho 6 entradas e 2 classes de saída, e isso faz com que a precisão nas respostas subisse absurdamente.

Você deve fazer log-in para responder a esta pergunta.

Esta não é a resposta que você está procurando? Pesquise outras perguntas com a tag .