toc_project

• based on python django framework
  • Django 1.11
  • python 3.5
  • python telegram bot
• 使用gensim之word2vec
• 使用jieba斷詞

implementation

• 功能:自動上傳程式碼至UVA，繪製FSM圖，天氣查詢，貼圖(sticker)回覆，簡易註冊功能(database)

• 我使用django之django-telegrambot APP，製作telegram_bot相關功能

• 以已經訓練好的資料以gensim載入，經由jieba斷詞查找詞性，過濾出名詞，隨機選取其中一個，查找相關性最高的詞彙做出回覆

• 以beautifulsoup4（查找欄位）、requests來達到自動上傳至UVA的功能

frame tree

kuoteng_bot
├── db.sqlite3
├── jieba_data
│   └── dict.txt.big
├── kuoteng_bot
│   ├── __init__.py
│   ├── settings.py
│   ├── urls.py
│   └── wsgi.py
├── kuoteng_bot.ini
├── manage.py
├── med250.model.bin
├── my_stat_diagram.png
└── telegram_bot
    ├── admin.py
    ├── apps.py
    ├── fsm.py
    ├── __init__.py
    ├── migrations
    │   ├── 0001_initial.py
    │   ├── __init__.py
    ├── models.py
    ├── telegrambot.py
    ├── tests.py
    ├── urls.py
    ├── uva.py
    └── views.py

• you can also use tree instruction to show on your own shell

Database

• User table

class User(models.Model):
    telegram_id = models.IntegerField()
    first_name = models.CharField(max_length=200, default='')
    last_name = models.CharField(max_length=200, default='')
    username = models.CharField(max_length=200, default='')
    states = models.IntegerField(default=-1)
    uva_id = models.CharField(max_length=200, default='')
    uva_passwd = models.CharField(max_length=200, default='')

Setup

clone this repo

git clone https://github.com/rapirent/toc_project.git
cd ~/toc_project

virtualenv

• you may probably need to apt-get install python-software-properties (or apt) with apt upgrade and apt-get update

apt install virtualenv
sudo apt install python3-dev
sudo python3 get-pip.py
virtualenv -p python3 venv
source venv/bin/activate

• you may need export LC_ALL=C instruction to let you set virtualenv
• you can use deactivate command to leave virtualenv

install python packages

pip install -r requirements.txt

• you may need to run the following :

sudo apt-get install graphviz libgraphviz-dev pkg-config
apt install pkg-config
sudo -H pip3 install gitsome

set WEBHOOK TOKEN

in kuoteng_bot create your .secrets.json

cd cd ~/toc_project/kuoteng_bot
vim .secrets.json

{
    "TOKEN": "YOUR-TOKEN",
    "WEBHOOK_URL": "YOUR-WEBHOOK_URL",
    "DJANGO_TOEKN": ""
}

• note that URL must be https(ssl) authentication

• 你也需要引入一個已經訓練好的材料二元檔, 命名為med250.model.bin

Deploy

• test
  • you may need to use ngrok(provided in repo)

python manage.py runserver

• uwsgi&nginx

sudo uwsgi --ini kuoteng_bot.ini

• you may need to edit the kuoteng_bot.ini with some detail likes virtualenv = /home/ubuntu/venv
• you may need to conpose your own nginx.conf

stop the server

• ctrl + c or sudo killall -s INT uwsgi

Usage

http

• 對網址https://your-webhook_url/bot/state/訪問(get)，會取得狀態圖圖檔
  • 如:https://rapirent.com/bot/state/
  • 如果你在本機端部署, 通過127.0.0.1:8000/bot/state也可以取得

start

• 最初使用者尚未登錄於資料庫中, 位於()not_have_used_start_to_set狀態 , 如果使用者使用/start方法，則會將其寫入資料庫中，變為(-1)uva_unenroll_user狀態
  • 並且會回傳按鈕，使使用者可以點選而設置uva資訊

fsm info

• 使用者可以呼叫/fsm印出狀態圖

help info

• 使用者可以呼叫'/help'查找使用方法和簡介

uva info

• 使用者可以呼叫'/uva'查找最後更新的uva資訊(帳號)

傳送檔案、貼圖、地點

• 使用者可以傳送檔案，bot會根據uva資訊上傳此檔案至uva judege system上

• 使用者可以傳送貼圖，bot會送回一模一樣的貼圖

• 使用者可以傳送地點，bot會傳回該地點的氣象預報

傳送字串

• 使用者傳送字串後，bot會進行斷詞及詞性標示，並且對於句子中的隨機名詞，回傳關聯度高的詞彙

• 查找英文字彙的速度會很慢

• 部屬的機器不是綁在這個bot上喔

狀態圖

• 表中狀態前列()代表當前資料庫中, User資料表之states欄位

Reference

• 本次gensim相關參考以下:

中文斷詞:斷句不要悲劇

以 gensim 訓練中文詞向量

基於詞向量的主題匹配

models.lsimodel - 隐含语义分析

LSA潛在語義分析

LICENSE

MIT