Skip to content

百万英雄、冲顶大会、知乎竞答 辅助作答器 支持Android/iOS真机 四引擎+神经网络判决 高准确率

License

Notifications You must be signed in to change notification settings

CheneyHen/MillionHeroHybridAssist

 
 

Repository files navigation

MillionHeroHybridAssist V5.1

百万英雄、冲顶大会、知乎竞答 辅助作答器 使用四引擎+神经网络模型 准确率超高 慎用、侵删! 2018/02/22 已更新

新版本提请注意

新增V5.1版本小白安装包(dist文件夹里是独立安装文件,请一定要卸载V5.0旧版,不允许覆盖安装,否则可能导致文件没法更新)
紧急修复知乎竞答,适配新设问模式,如需继续使用知乎竞答必须更新到V5.1!

致谢

最新战绩

  • 2018/02/14 13:00场 12/12 全对,有一题蒙对
  • 2018/02/13 13:00场 11/12 错一题(最后一题,仍在调优新算法),仍通关
  • 2018/02/12 20:00场 12/12 全部题目均以高解析百分比通过且正确

工具介绍

小白安装包如果您装在了系统盘,请一定要以管理员模式运行软件,否则无法正常工作。
小白安装包无需查看以下内容,一般软件怎么装怎么用,这个也一样。如果您是开发者,请看接下来的内容!
本Repo根据其源代码进行了修改和汉化 支持四引擎搜索模式 准确率大幅上升
新增相似度搜寻算法、神经网络算法,优化结果表现!
V4版本运行截图
使用时,请按照原作者smileboywtu的Repo说明进行配置,在此不再赘述。
本Repo大幅提升了相关性能,汉化加强并集成了ADB

免责声明

代码仅供技术交流使用,切勿用于任何其它用途!用于任何盈利用途后果自负!
如有对西瓜视频、冲顶大会等相关利益方的侵权,请联系我立即删除。在此致以诚挚感谢!

使用前须知

  • 您在使用时,需要更换config.py中的baiduOCR等秘钥参数(现在的是没法使用的,需要您自行到百度开发者中心去申请OCR的秘钥并替换https://cloud.baidu.com/,具体操作办法百度一下都有)。否则无法使用!
  • 您必须在电脑中安装 Python3.6 或以上版本的环境并安装requirements.txt文件(已包括在runfirst.bat里)
  • 同时为了您能够使用正常,请在使用前以管理员模式正常模式运行runfirst.bat批处理以初始化运行环境
  • 以上三项必须严格执行,否则主程序(main.py)肯定是没办法正常运行的

工作原理/算法介绍

1、传统搜索匹配

对设问Q并发4个引擎进行搜索,匹配3个选项的个数进行统计。目前采用的引擎是百度搜索、百度知道、必应、360SO。遇到否定设问(XXX不是XXX),则先将问题中的否定词语去除,重复上述搜索步骤。接着将统计结果倒序排列,取权重最小的一个。

2、(原创)泄露量检索

一共3个选项一个问题,分别设为A1、A2、A3、Q。
我们先在百度知道引擎中检索如下关键词(Q A1)、(Q A2)、(Q A3),分别取得三次检索页面中A1、A2、A3出现的次数,存放成一个3X3的矩阵,该矩阵的对角线为搜索(Q Ai)而出现Ai的次数,矩阵的行为搜索(Q Ai)而分别出现三个选项的次数,类似的,矩阵的列就代表检索三个关键词而出现选项Ai的次数。
我们很容易联想到这样的一个情景:问题“南京市的市花是什么?”,选项:“梅花”、“樱花”、“桃花”。那么只要检索关键词中出现了问题“南京市的市花”,那么无论其之后是否带上这三个选项,检索页面中一定会出现“梅花”这一正确选项,我们将这种现象称之为“泄露”。统计泄露次数可以为我们提供更加精确的答案提供帮助。 将上文中3X3的矩阵的对角元置0,再进一步切分成三个列向量,我们这时可以将这三个生成的列向量分别进行 元素加和 或 欧氏距计算。以计算结果大小作为该选项的权重能够更加有效的识别准确选项。

3、PMI文本关联算法

这在很多辅助答题器中都出现过。即搜索(Q A1)、Q、A1在百度引擎中的搜索结果数量。通过PMI计算公式:count(Q A1)/(count(Q)*count(A1))即可算出问题Q与选项A1的关联度。

4、(原创)整合模型

将上述三个算法进行整合,有很多思路。本Python脚本采用的只是思路之一,仅供各位参考。相信还有更多优秀的算法等待挖掘。
1、考虑 PMI结果的差值往往是数量级上的差别,而1、2节介绍的算法则仅为个位数的差距,如果我们使用简单的乘法将三个算法相乘,那么结果必将直接取决于PMI算法,这显然不是很合理;
2、我们希望能够在任何一个算法变得不靠谱的时候,将判决结果更多地依赖于剩余的算法(当然,如果三个结果都不靠谱的话,这题只能随缘了~)经过我自己收集的题目测试集的测试,将模型设计如下(设上文三个算法对选项Ai的计算结果分别为S1、S2、S3):S = S3 * ( S1 * 10 + 1 ) * ( S2 + 10 )
3、上述模型中,括号中的+1是为了防止各算法结果输出为0的情况,保证1是各个算法输出的最小值。对S1乘上10是为了使其权重值增加,S2没有乘上该权重因子是因为在测试集表现中,不加会更好,当然上述结论都有待商榷。由于没有足够的数据,故暂时也确实没有办法测试模型的泛化性能。

5、(原创)神经网络模型

使用以往做题的数据训练了传统三层神经网络,隐藏节点数42,epoch=8000,LOSS≈0.8,batch-size有点小,有待后续累积。
在此分为正常题和否定题两个模型进行分别训练,得出训练集上的精度—— 正常题96% 否定题97%。 稍微有一些过拟合,有待后续的参数调优

更新日志

==== 已更新 2018/02/22  ====

  • 1、新增小白用户安装包V5.1版本
  • 2、紧急修复知乎竞答新模式

==== 已更新 2018/02/19  ====

  • 1、新增小白用户安装包,不依赖任何环境,点点鼠标就运行!
  • 2、新增知乎竞答支持

==== 已更新 2018/02/15  ====

  • 1、修复了当OCR识别不完整时可能出现的种种错误
  • 2、优化了界面表现
  • 3、新增神经网络算法!

==== 已更新 2018/02/13  ====

  • 1、新增PMI关联度算法(每次搜索均有不同,和相似度算法结合到一起,模型仍待调整)
  • 2、新增可靠度阈值判别(方差>0.71设为答案可信)

==== 已更新 2018/02/12  ====

  • 1、新增360搜索
  • 2、新增语音播报
  • 3、新增百度知道知识树
  • 4、新增浏览器辅助开关
  • 5、全新相似算法升级,识别度更高(仍有不足)

==== 已更新 2018/02/11  ====

  • 1、图像预增强以提升识别准确率
  • 2、修正提问问题的判断
  • 3、修正正则过滤表达式
  • 4、优化结果显示效果
  • 5、新增选项预分词处理步骤
  • 6、(测试)全新匹配算法

====  已更新 2018/02/08  ====

  • 1、加强的否认模式搜索
  • 2、新增知乎搜索模式
  • 3、新增对iOS设备的支持!期待已久!

====  已更新 2018/02/02  ====

  • 1、将所有中文数字转换成阿拉伯数字
  • 2、对于题目中携带“未”“没有”"无"的,新增否定题目模式搜索
  • 3、双引擎搜索转并发线程
  • 4、对于答案中含题目中关键字的,给予足够提示
  • 5、搜索的时候,关键字去除前面的题目序号
  • 6、对于两个答案权重接近时,同样给出不可靠提示

About

百万英雄、冲顶大会、知乎竞答 辅助作答器 支持Android/iOS真机 四引擎+神经网络判决 高准确率

Resources

License

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published

Languages

  • Python 100.0%