def test_do_steady_tweets(self, mocker: MockerFixture, gp_bot: GomiPeopleBot):
# 静的ツイートに該当しない時間の場合
assert gp_bot.do_steady_tweets(datetime(2020, 1, 1, 0, 8, 0)) == False
# 静的ツイートに該当する時間の場合（サンプルで定時報告のみ）
mocker.patch.object(TwitterAPI, "PostUpdate", side_effect=mocked_post_tweet)
assert gp_bot.do_steady_tweets(datetime(2020, 1, 1, 3, 30, 0)) == True
def test_get_latest_status_id(self, mocker: MockerFixture, gp_bot: GomiPeopleBot):
# 自身のツイートが存在しない場合
mocker.patch.object(TwitterAPI, "GetUserTimeline", return_value=[])
assert gp_bot.get_latest_status_id() is None
# 自身のツイートが存在するが、リプライツイートがない場合
mocker.patch.object(TwitterAPI, "GetUserTimeline", return_value=SELF_TWEETS[:2])
assert gp_bot.get_latest_status_id() == "9999_1"
# 自身のツイートが存在し、リプライツイートがある場合
mocker.patch.object(TwitterAPI, "GetUserTimeline", return_value=SELF_TWEETS)
assert gp_bot.get_latest_status_id() == "9999_3"
def gp_bot():
from gp_bot.bot import GomiPeopleBot
# 単体テスト時に誤って投稿されない（エラーを起こす）ためにあえて _HOGE を付加
consumer_key = os.environ.get("TWITTER_CONSUMER_KEY") + "_HOGE"
consumer_secret = os.environ.get("TWITTER_CONSUMER_SECRET") + "_HOGE"
access_token_key = os.environ.get("TWITTER_ACCESS_TOKEN_KEY") + "_HOGE"
access_token_secret = os.environ.get(
"TWITTER_ACCESS_TOKEN_SECRET") + "_HOGE"
return GomiPeopleBot(consumer_key, consumer_secret, access_token_key,
access_token_secret,
"/workspaces/gp_bot/result/model.pth")
def test_do_mentions(self, mocker: MockerFixture, gp_bot: GomiPeopleBot):
# 指定した分間隔でない場合
assert gp_bot.do_mentions(datetime(2020, 1, 1, 0, 8, 0), "TEST_MENTION_ID") == False
# メンションが1件もない場合
mocker.patch.object(TwitterAPI, "GetMentions", return_value=[])
assert gp_bot.do_mentions(datetime(2020, 1, 1, 0, 20, 0), "TEST_MENTION_ID") == False
# last_mention_idがNoneかつメンションがある場合
mocker.patch.object(TwitterAPI, "GetMentions", return_value=MENTIONED_TWEETS)
assert gp_bot.do_mentions(datetime(2020, 1, 1, 0, 20, 0), None) == False
# 返信を行う場合で受けたメンションがMAX_N_MENTIONSで指定された件数以下の場合
mocker.patch.object(TwitterAPI, "PostUpdate", side_effect=mocked_post_tweet)
mocker.patch.object(TwitterAPI, "GetMentions", return_value=MENTIONED_TWEETS[:4])
assert gp_bot.do_mentions(datetime(2020, 1, 1, 0, 20, 0), "TEST_MENTION_ID") == True
# 返信を行う場合で受けたメンションがMAX_N_MENTIONSで指定された件数より多い場合
posted_mock = mocker.patch.object(TwitterAPI, "PostUpdate", side_effect=mocked_post_tweet)
mocker.patch.object(TwitterAPI, "GetMentions", return_value=MENTIONED_TWEETS)
assert gp_bot.do_mentions(datetime(2020, 1, 1, 0, 20, 0), "TEST_MENTION_ID") == True
# メンション先はランダムで決まるため、PostUpdateのモック関数が呼ばれた回数で判断
assert posted_mock.call_count == MAX_N_MENTIONS
def test_post(self, mocker: MockerFixture, gp_bot: GomiPeopleBot):
mocker.patch.object(TwitterAPI, "PostUpdate", side_effect=mocked_post_tweet)
# メンションIDありの場合
assert gp_bot.post("test", "0001_1") == "9999_1"
# メンションIDなし（None）の場合
assert gp_bot.post("test") == "9999_0"
# テキストがNoneの場合
with pytest.raises(ValueError):
gp_bot.post(None)
# テキストが空文字の場合
with pytest.raises(ValueError):
gp_bot.post("")
def test_generate_text(self, gp_bot: GomiPeopleBot):
text = gp_bot.generate_text(20)
assert isinstance(text, str)
assert len(text) <= 20
def test_load_steady_tweets(self, gp_bot: GomiPeopleBot):
tweets = gp_bot.load_steady_tweets("/workspaces/gp_bot/steady_tweets.yml")
# 1件だけ確認する
assert {"type": "%H:%M", "dt": "03:30", "text": "ｻﾝｼﾞﾊﾝ!!"} in tweets
def __init__(self,
batch_size: int,
bptt: int,
clip: float,
corpus: Corpus,
dropout: float,
emb_size: int,
epochs: int,
lr: int,
n_hidden: int,
n_layers: int,
cuda: bool = False,
logger: Optional[Logger] = None) -> None:
"""コンストラクタ.
Parameters
----------
batch_size : int
バッチサイズ
bptt : int
Back-Propagation Through Time（シーケンスサイズ）
clip : float
勾配のNormのClipping閾値
corpus : :obj:`Corpus`
コーパス情報
dropout : float
Dropout率
emb_size : int
入力ベクトルの次元数
epochs : int
Epoch数
lr : int
学習率
n_hidden : int
LSTMの隠れユニットの次元数
n_layers : int
Reccurentレイヤー数
cuda : bool, optional
GPUを利用するか否かのフラグ（デフォルト：利用しない）
logging : logging.Logger, optional
ロガー
"""
self.criterion = nn.CrossEntropyLoss()
self.batch_size = batch_size
self.bptt = bptt
self.clip = clip
self.corpus = corpus
self.emb_size = emb_size
self.epochs = epochs
self.dropout = dropout
self.lr = lr
self.n_hidden = n_hidden
self.n_layers = n_layers
self.n_vocab = len(corpus.dictionary)
self.all_total_loss: List[float] = []
self.device = torch.device("cuda" if cuda else "cpu")
self.model = GPLangModel(self.n_vocab, self.emb_size, self.n_hidden,
self.n_layers, self.dropout).to(self.device)
self.corpus.train_data = self.batchfy(self.corpus.train_data)
self.logger = logger if logger else GomiPeopleBot.create_logger()