🤖 איך לבנות בוט טלגרם לומד שמחפש גם בוויקיפדיה – בעברית!

מצוין! הנה מדריך עברי, מפורט שלב אחר שלב, לבניית בוט טלגרם שלומד תוך כדי שיחה ויודע גם לחפש תשובות בוויקיפדיה – הכל בשפת Python, עם התאמות מלאות לעברית:

שלב 1: התקנת ספריות

לפני שנתחיל לתכנת, נצטרך להתקין שלוש ספריות:

• pyTelegramBotAPI – לשליחת וקבלת הודעות בטלגרם
• wikipedia – כדי לחפש תשובות בוויקיפדיה
• scikit-learn – כדי ללמד את הבוט לענות על שאלות (למידת מכונה בסיסית)

פתחו את הטרמינל והקלידו:

pip install pyTelegramBotAPI wikipedia scikit-learn

שלב 2: ייבוא ספריות, הגדרת הבוט, והגדרת שפת ויקיפדיה

import telebot, wikipedia, re
from sklearn.feature_extraction.text import CountVectorizer
from sklearn.linear_model import LogisticRegression

• כאן אנחנו מייבאים את כל הספריות.
• נגדיר את שפת ויקיפדיה לעברית:

wikipedia.set_lang("he")

• ניצור את הבוט עם הטוקן שקיבלתם מ־BotFather:

bot = telebot.TeleBot('הכנס_כאן_את_הטוקן_שלך')

שלב 3: ניקוי טקסט מהמשתמשים

כדי שהמודל יוכל להבין את הקלט מהמשתמש, ננקה ממנו סימנים מיותרים. נגדיר פונקציה שתנקה את הטקסט, ונשתמש באותיות עבריות בלבד.

def clean_str(r):
    r = r.lower()
    r = [c for c in r if c in alphabet]
    return ''.join(r)

# תווים מותרים בעברית:
alphabet = ' אבגדהוזחטיכלמנסעפצקרשת0123456789?%.,()!:;'

שלב 4: קובץ הדיאלוגים – הבסיס ללמידת הבוט

צרו קובץ בשם dialogues.txt באותה תיקייה שבה נמצא הקוד שלכם. כל שורה בקובץ תהיה זוג של שאלה ותשובה, לדוגמה:

שלום\שלום וברכה!
מה שלומך\אני מרגיש מצוין!
מי אתה\אני הבוט שלך.

שימו לב: השאלה לפני \, והתשובה אחרי.

שלב 5: קריאת הקובץ והכנת מודל הלמידה

def update():
    with open('dialogues.txt', encoding='utf-8') as f:
        content = f.read()

    blocks = content.split('\n')
    dataset = []

    for block in blocks:
        replicas = block.split('\\')[:2]
        if len(replicas) == 2:
            pair = [clean_str(replicas[0]), clean_str(replicas[1])]
            if pair[0] and pair[1]:
                dataset.append(pair)

    X_text = []
    y = []

    for question, answer in dataset[:10000]:
        X_text.append(question)
        y.append(answer)

    global vectorizer
    vectorizer = CountVectorizer()
    X = vectorizer.fit_transform(X_text)

    global clf
    clf = LogisticRegression()
    clf.fit(X, y)

update()

🔍 מה קורה כאן?

• טוענים את כל השאלות והתשובות מהקובץ.
• מנקים את השאלות והתשובות.
• הופכים אותן ל"וקטורים" בעזרת CountVectorizer.
• מאמנים מודל LogisticRegression כדי שיוכל לנחש את התשובה הכי מתאימה לשאלה חדשה.

שלב 6: הפקת תשובה מהמודל

def get_generative_replica(text):
    text_vector = vectorizer.transform([text]).toarray()[0]
    answer = clf.predict([text_vector])[0]
    return answer

📌 כאן אנחנו מקבלים שאלה מהמשתמש ומחזירים את התשובה הכי מתאימה מתוך מה שלמדנו.

שלב 7: חיפוש תשובה בוויקיפדיה

def getwiki(s):
    try:
        ny = wikipedia.page(s)
        wikitext = ny.content[:1000]
        wikimas = wikitext.split('.')
        wikimas = wikimas[:-1]
        wikitext2 = ''
        for x in wikimas:
            if not('==' in x):
                if len(x.strip()) > 3:
                    wikitext2 += x + '.'
            else:
                break
        wikitext2 = re.sub('\([^()]*\)', '', wikitext2)
        wikitext2 = re.sub('\{[^\{\}]*\}', '', wikitext2)
        return wikitext2
    except Exception:
        return 'לא מצאתי מידע בנושא הזה בוויקיפדיה.'

📚 הפונקציה הזו:

• מחפשת ערך בוויקיפדיה לפי שאילתת המשתמש.
• מחזירה את 1000 התווים הראשונים בערך.
• מנקה סוגריים והערות שוליים.

שלב 8: מענה למשתמש בטלגרם

@bot.message_handler(commands=['start'])
def start_message(message):
    bot.send_message(message.chat.id, "שלום אדוני, איך אפשר לעזור?")

question = ""

@bot.message_handler(content_types=['text'])
def get_text_messages(message):
    command = message.text.lower()
    if command == "לא נכון":
        bot.send_message(message.from_user.id, "אז מה התשובה הנכונה?")
        bot.register_next_step_handler(message, wrong)
    else:
        global question
        question = command
        reply = get_generative_replica(command)
        if reply == "ויקי ":
            bot.send_message(message.from_user.id, getwiki(command))
        else:
            bot.send_message(message.from_user.id, reply)

🎯 אם המשתמש כותב "לא נכון", הבוט שואל "אז מה התשובה?", ומוסיף אותה לקובץ.

שלב 9: עדכון התשובה הלא נכונה

def wrong(message):
    a = f"{question}\\{message.text.lower()}\n"
    with open('dialogues.txt', "a", encoding='utf-8') as f:
        f.write(a)
    bot.send_message(message.from_user.id, "עודכן!")
    update()

💾 כאן אנחנו מעדכנים את הקובץ בלייב, ומרעננים את המודל – ככה שהבוט באמת "לומד" בזמן אמת.

שלב 10: הפעלת הבוט

bot.polling(none_stop=True)

וזהו! הבוט מוכן לפעולה.