134 lines
6.3 KiB
Python
134 lines
6.3 KiB
Python
from src.config import config, redis, tokenizer, trigram_repository
|
||
from src.utils import strings_has_equal_letters, capitalize
|
||
|
||
|
||
class ReplyGenerator:
|
||
"""
|
||
Handles generation of responses for user message
|
||
"""
|
||
def __init__(self):
|
||
self.redis = redis
|
||
self.tokenizer = tokenizer
|
||
self.trigram_repository = trigram_repository
|
||
|
||
self.max_wrds = config.getint('grammar', 'max_wrds')
|
||
self.max_msgs = config.getint('grammar', 'max_msgs')
|
||
|
||
self.stop_word = config['grammar']['stop_word']
|
||
self.sep = config['grammar']['sep']
|
||
self.endsen = config['grammar']['endsen']
|
||
|
||
def generate(self, message):
|
||
"""
|
||
Generates response based on given message
|
||
|
||
:param message: Message
|
||
:return:
|
||
- response (a message)
|
||
- None (if response == message or no message chains was generated)
|
||
"""
|
||
|
||
words = self.tokenizer.extract_words(message)
|
||
|
||
# TODO explain this
|
||
"""
|
||
Преобразовываем триграммы в пары слов, чтобы было проще составлять цепочку.
|
||
Например [('hello', 'how', 'do'), ('do', 'you', 'feel'), ('feel', 'today', None)] станет
|
||
вот таким [('hello', 'how'), ('do', 'you'), ('feel', 'today')]
|
||
"""
|
||
pairs = [trigram[:-1] for trigram in self.tokenizer.split_to_trigrams(words)]
|
||
|
||
# TODO explain why it returns what it returns
|
||
"""
|
||
Генерирует цепочку для КАЖДОЙ пары слов.
|
||
Причины для возвращения самого длинного сообщения из всех - нет,
|
||
на тот момент казалось что это наилучший вариант
|
||
"""
|
||
messages = [self.__generate_best_message(chat_id=message.chat_id, pair=pair) for pair in pairs]
|
||
longest_message = max(messages, key=len) if len(messages) else None
|
||
|
||
if longest_message and strings_has_equal_letters(longest_message, ''.join(words)):
|
||
return None
|
||
|
||
return longest_message
|
||
|
||
def __generate_best_message(self, chat_id, pair):
|
||
# TODO explain this method
|
||
"""
|
||
Метод генерирует несколько (максимум self.max_msgs) различных предложений,
|
||
и оставляет лишь то, которое длиннее всех
|
||
"""
|
||
best_message = ''
|
||
for _ in range(self.max_msgs):
|
||
generated = self.__generate_sentence(chat_id=chat_id, pair=pair)
|
||
if len(generated) > len(best_message):
|
||
best_message = generated
|
||
# TODO explain the concept of the BEST message
|
||
"""
|
||
У кого длиннее - тот и победил. Самый тупой алгоритм на свете
|
||
"""
|
||
return best_message
|
||
|
||
def __generate_sentence(self, chat_id, pair):
|
||
# TODO explain this method
|
||
gen_words = []
|
||
key = self.sep.join(pair)
|
||
|
||
# TODO explain this loop
|
||
"""
|
||
Например приходит пара (привет, бот)
|
||
Мы ее преобразуем в строку 'привет$бот' и пишем в key.
|
||
Затем итерируемся максимум 50 раз. На каждой итерации:
|
||
|
||
1. Преобразуем ключ обратно в пару, 'привет$бот' станет вновь (привет, бот)
|
||
2. Добавляем в gen_words второе или первое слово из пары, в зависимости от размера gen_words (Вот это как раз и формирует результат)
|
||
3. Получаем случайное слово используя пару привет$бот.
|
||
4.1. Если слово не нашлось, то прерываем цикл, это означает что у этой пары нет соотношений в базе
|
||
4.2. Если слово нашлось, например 'пидор' то формируем новый ключ из пары, например тут станет бот$пидор (key ВСЕГДА будет состоять из 2-х слов) и повторяем
|
||
"""
|
||
for _ in range(self.max_wrds):
|
||
words = key.split(self.sep)
|
||
|
||
# Исправил ошибку тут !!!!!!
|
||
gen_words.append(words[0] if len(gen_words) == 0 else words[1])
|
||
|
||
next_word = self.trigram_repository.get_random_reply(chat_id, key)
|
||
if next_word is None:
|
||
break
|
||
|
||
key = self.sep.join(words[1:] + [next_word])
|
||
|
||
# TODO explain what's last word
|
||
# Самое последнее слово в сегенирированном ключе
|
||
# Append last word unless it is in the list already
|
||
last_word = key.split(self.sep)[-1]
|
||
if last_word not in gen_words:
|
||
gen_words.append(last_word)
|
||
|
||
# If all words are equal (if set(words) == words[0]), leave just 1 word
|
||
if len(set(gen_words)) == 1:
|
||
gen_words = list(set(gen_words))
|
||
|
||
gen_words = [w for w in gen_words if w != self.stop_word]
|
||
# TODO maybe move wordlist preparations to some function?
|
||
|
||
# TODO maybe move generating the sentence to a function?
|
||
sentence = ' '.join(gen_words).strip()
|
||
if sentence[-1:] not in self.endsen:
|
||
# TODO explain this pls:
|
||
"""
|
||
Если в конце сформированного предложения нету пунктуации (?!.) (мы ведь не вырезаем эти символы),
|
||
то добавляем ему случайную (?!.) из config.grammar.endsen
|
||
"""
|
||
sentence += self.tokenizer.random_end_sentence_token()
|
||
# sentence = capitalize(sentence)
|
||
"""
|
||
Чем плохо начало предложения с большой буквы?
|
||
"""
|
||
# TODO my intuition tells me we shouldn't return fun(obj), but IDK really
|
||
"""
|
||
Не знал о таком стандарте в питоне или что это плохо, зачем лишняя переменная?
|
||
"""
|
||
|
||
return sentence
|