情感驱动会话

情感驱动会话是一个综合了情感分析和智能对话模型的聊天应用程序。

项目背景

目前主流的聊天机器人通常缺乏对用户情感的理解，导致回复显得生硬、机械。为了解决这个问题，情感驱动会话结合了情感分析和智能对话模型。通过情感分析模型，系统能够识别出用户输入的情感状态，如高兴、愤怒、悲伤等。然后，智能对话模型会根据识别出的情感状态生成相应的回复，从而实现更自然、更人性化的对话。

目录

• 情感驱动会话
  • 目录
  • 技术架构
  • 功能简介
  • 安装步骤
  • 使用说明
  • 项目结构
  • 依赖项
  • 注意事项
  • 许可证
  • 致谢

技术架构

本项目主要由以下几个部分组成：

前端

• HTML/CSS/JavaScript：构建用户界面和交互逻辑。
• WebSocket：实现用户与服务器之间的实时通讯。

后端

• Flask：轻量级的Web框架，用于构建服务器端应用。
• Flask-SocketIO：支持WebSocket，提供实时通讯功能。
• 情感分析模型：基于BERT预训练模型训练出的文本情感多分类模型，能够识别用户输入的情感状态。
• GLM模型：用于生成智能回复，结合情感分析结果提供个性化回复。

模型与数据

• BERT：基础模型，通过预训练后用于情感分析，经过调整形成的多分类模型能够准确地分类用户输入的情感。
• GLM：用于生成对话的语言模型，能够理解上下文并生成合理的回复。

功能简介

• 用户登录：用户可以通过输入用户名登录聊天页面。
• 情感分析：应用集成了情感分析模型，能够识别用户输入的情感并进行分类。
• 智能对话：基于GLM模型的智能回复系统，能够根据用户输入生成情感丰富的回复。
• 实时互动：使用WebSocket实现用户与机器人的实时聊天互动。

安装步骤

1. 克隆项目：

   git clone https://github.com/AuroraEchos/EmoChat.git
   cd EmoChat

2. 创建虚拟环境（可选）：

   python -m venv venv
   source venv/bin/activate  # 对于Windows，使用 venv\Scripts\activate

3. 安装依赖项：

   pip install -r requirements.txt

4. 模型和数据准备：

   • 确保已下载并放置情感分析模型在适当位置（如 models/ 目录下）。
   • 我们提供完整的文本情感分类训练源码，详细内容 SetimentAnalysis 。
   • 我们提供一份完整的模型， 点此下载 。
   • 更新 models/service.py 文件中的模型路径。

使用说明

1. 启动服务器：

   python app.py

2. 访问应用： 打开浏览器，访问 http://127.0.0.1:5000/ 进行用户登录和聊天互动。

3. 与聊天机器人互动：

   • 输入消息并按下Enter键发送消息。
   • 可以使用语音输入功能，通过点击麦克风图标进行语音输入。

项目结构

EmoChat/
├── app.py                   # Flask应用主文件
├── models/
│   ├── service.py           # 模型API文件，包含情感分析和聊天模型逻辑
│   └── ...                  # 其他模型相关文件
├── static/
│   ├── css/
│   │   └── chat.css         # 样式文件
│   ├── images/
│   │   └── ...              # 图标和图片文件
│   ├── js/
│   │   └── ...              # 前端JS文件
│   └── favicon.ico          # 网站图标
├── templates/
│   ├── index.html           # 登录页面
│   └── chat.html            # 聊天页面
├── requirements.txt         # Python依赖项列表
└── README.md                # 项目说明文件

依赖项

• Flask
• Flask-SocketIO
• gevent
• torch
• transformers
• 其他依赖项详见 requirements.txt 文件

注意事项

• 本项目仅供学习和参考，请勿用于商业用途。
• 运行时请确保网络连接正常，以便加载外部资源（如字体和图标）。
• 部署到生产环境时，请使用更安全的密钥和配置。
• 语音交互服务在 Google Chrome 浏览器可正常使用，在 Firefox 浏览器可能会被拦截，关闭网站增强跟踪保护即可使用。
• 语音交互服务暂未适配移动端。

许可证

本项目采用 MIT 许可证。详情请参见 LICENSE 文件。

致谢

我们要特别感谢以下开发者，他们在项目开发过程中付出了大量的时间和精力：

• @sthnull - 感谢你在项目初期阶段的出色规划和架构设计。
• @Thor030707 - 你的代码优化和性能提升让我们的项目更加高效
• @suanbuningmeng - 感谢你细心的测试和耐心的Bug修复，让我们的项目更加稳定。

没有你们的支持和努力，这个项目不可能取得现在的成果。谢谢你们！