import pandas as pd from sklearn.metrics.pairwise import cosine_similarity from sentence_transformers import SentenceTransformer ''' 效果理想 ''' class SelfLearningQASystem: def __init__(self, excel_path): # 读取Excel文件 self.df = pd.read_excel(excel_path) # 假定有 'question' 和 'answer' 两列 self.questions = self.df['question'].astype(str).tolist() self.answers = self.df['answer'].astype(str).tolist() # 使用预训练的多语言句子嵌入模型 self.model = SentenceTransformer(r'D:\modelproject\paraphrase-multilingual-MiniLM-L12-v2') # 将所有问题向量化 self.question_vectors = self.model.encode(self.questions) def ask(self, user_question): # 将用户问题向量化 user_vector = self.model.encode(user_question) # 确保向量是二维的 if len(user_vector.shape) == 1: user_vector = user_vector.reshape(1, -1) # 如果question_vectors是一维的,转换为二维 question_vectors = self.question_vectors if len(question_vectors.shape) == 1: question_vectors = question_vectors.reshape(1, -1) # 计算用户问题与所有已有问题的相似度 similarities = cosine_similarity(user_vector, question_vectors) # print(similarities) # 找出最相似的问题的索引 most_similar_idx = similarities.argmax() # print(most_similar_idx) max_similarity = similarities[0, most_similar_idx] print("问题相似度",max_similarity) # 可选择设置一个阈值,低于则认为没有匹配到 threshold = 0.5 # 可调,根据实际情况调整 if max_similarity < threshold: return "抱歉,我暂时无法回答这个问题。您可以更新我的知识库。" # 返回最相似问题对应的答案 return self.answers[most_similar_idx] def add_qa_pair(self, new_question, new_answer, excel_path=None): # 自学习追加 # 追加到内存 self.questions.append(new_question) self.answers.append(new_answer) # 重新训练向量化 self.question_vectors = self.model.encode(self.questions) # 可选:将新数据写入 Excel if excel_path: new_data = pd.DataFrame({ 'question': [new_question], 'answer': [new_answer] }) try: existing = pd.read_excel(excel_path) updated = pd.concat([existing, new_data], ignore_index=True) updated.to_excel(excel_path, index=False) except FileNotFoundError: new_data.to_excel(excel_path, index=False) if __name__ == "__main__": # 初始化问答系统,传入你的Excel路径 inputfile = "input.xlsx" qa_system = SelfLearningQASystem(inputfile) qa_system.add_qa_pair("今天周几","星期三",inputfile) print("=== 欢迎使用自学习问答系统,输入 '退出' 结束对话 ===") while True: user_input = input("\n你:") if user_input.strip() in ['退出', 'exit', 'quit']: print("系统:再见!") break answer = qa_system.ask(user_input) print(f"系统:{answer}")
实现自学习系统,输入excel文件,能学习后进行相应回答
大霞上仙2025-08-20 21:41
相关推荐
赤月幼狼23 分钟前
clickhouse学习笔记(一)基础概念与架构时空无限1 小时前
conda 管理 python 版本和虚拟环境隔壁程序员老王1 小时前
基于 Python 的坦克大战小程序,使用 Pygame 库开发kaikaile19951 小时前
Java面试题总结周周记笔记1 小时前
Python及Ipython解释器Yupureki2 小时前
从零开始的C++学习生活 13:红黑树全面解析AndrewHZ2 小时前
【图像处理基石】多光谱图片去噪入门:从概念到Python实操互联网中的一颗神经元2 小时前
小白python入门 - 6. Python 分支结构——逻辑决策的核心机制AhriProGramming3 小时前
Python学习快速上手文章推荐(持续更新)IDOlaoluo3 小时前
nginx-1.9.1.tar.gz 安装教程(详细步骤,从解压到启动)