基于 Python 的课程助教智能聊天机器人

温馨提示：文末有 CSDN 平台官方提供的学长 Wechat / QQ 名片 :)

1. 项目简介

课程助教是高校中一种常见的教学模式,其在学生理论知识的掌握与实践能力的提高方面起到关键性的作用,已经成为高校日常教育环节中不可或缺的一环。然而,传统的人力助教有若干关键问题亟待解决。例如效率低下、时间和空间上存在局限性、水平有限等。为了提高高校课堂实践环节的效率。

本项目通过利用网络爬虫爬虫，自然语言处理等相关技术，为改善网络搜索信息分布范围广，水平参差不齐的问题，设计了一款面向操作系统课程的聊天机器人。能够使用户更方便的获取信息，用户只需要输入自然语言问题，从互联网采集相关课程资料，经过信息抽取整合后，交互问答的形式返回给用户正确的答案。

2. 基于 Python 的课程助教智能聊天机器人

2.1 百科知识采集

利用网络爬虫，通过对用户的问题进行实时搜索，并抽取出于问题相关的文本内容，清洗格式化处理：


def request_baidu(question):
    url = 'https://xxxxxxxxxxxxxxxxxxxx'
    url = url.format(question)
    print(url)
    headers = {
        'user-agent': 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_13_6) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/70.0.3538.77 Safari/537.36',
        'accept-language': 'zh-CN,zh;q=0.9',
        'cache-control': 'max-age=0',
        'accept': 'text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,image/apng,*/*;q=0.8'
    }
    response = requests.get(url, headers=headers)
    response.encoding = 'utf8'
    soup = BeautifulSoup(response.text, 'lxml')
    # 抽取出详细的答案
    # xxxxxxxxxxxxxxx
    print(answer)
    answer += '<a href="'+xiangxi_url+'" target="_blank">【点击查看详情】</a>'
    return answer

2.2 课程助教智能聊天机器人系统搭建

本系统利用 flask 搭建web服务，接受用户自然语言输入，后台经过相关课程素材的采集，关键信息抽取，组织成答案文本返回给客户端。前端利用 Bootstrap 框架构建类似微信的交互式页面：

系统演示视频如下：

欢迎大家点赞、收藏、关注、评论啦，由于篇幅有限，只展示了部分核心代码。

技术交流认准下方 CSDN 官方提供的学长 Wechat / QQ 名片 :)

精彩专栏推荐订阅：

1. Python 毕设精品实战案例
2. 自然语言处理 NLP 精品实战案例
3. 计算机视觉 CV 精品实战案例