聊天机器人开发思路(样板式模型)
来源:互联网 发布:java 生成pdf 下载 编辑:程序博客网 时间:2024/05/18 03:42
最近打算弄一个智能客服的东西,就是辅助客服讲述帮助用户如何安装电视机的流程。
现在记录下吧:
一开始查了很多rnn,lstm,s2s等模型,发现都是那种生成式模型。
而且需要大量训练集,效果不是很理想。
对于此任务应该是一个task-oriented。
一般有三种方法:
样板式模型 (Rule-based model)检索式模型 (Retrieval-based model)生成式模型 (Generative model)
这里主要讲样板式(Rule-based model),从简单的开始。
通过AIML这种提供编写类似XML的高科技来完成任务。
有一个很明显的缺点就是需要大量的写规则,累。但是这种东西有提供词槽(slot),下面记录下AIML的使用过程。
通过AIML包,用Python很容易写出人工智能的聊天机器人。AIML代表人工智能修饰语言,但它仅是一个简单的XML。下面这些代码样例将带你了解如何使用Python创造你自己的人工智能聊天机器人。
AIML是什么?
AIML是由Richard Wallace开发的。他制作了一个叫做A.L.I.C.E.(人工语言学网络计算机实体)的机器人,并获得了一些人工智能的奖项。有趣的是,找寻人工智能的图灵测试中的一项是,让一个人通过文字接口与一个机器人对话几分钟,然后看看他们是否把它当做一个人。AIML以XML的形式来定义匹配模式规则,然后决定应答。
获得完整的AIML入门,查看Alice Bot’s AIML Primer。你将学到更多关于AIML的东西,以及在AIML Wikipedia page上看到它能够做什么。我们将首先创建AIML文件,然后使用Python给它赋予活力。
创建标准启动文件
标准的做法是,创建一个名为std-startup.xml的启动文件,作为加载AIML文件的主入口点。在这个例子中,我们将创建一个基础的文件,它匹配一个模式,并且返回一个相应。我们想要匹配模式load aiml b,然后让它加载我们的aiml大脑作为响应。我们将在一分钟内创建basic_chat.aiml文件。
<aiml version="1.0.1" encoding="UTF-8"> <!-- std-startup.xml --> <!-- Category是一个自动的AIML单元 --> <category> <!-- Pattern用来匹配用户输入 --> <!-- 如果用户输入 "LOAD AIML B" --> <pattern>LOAD AIML B</pattern> <!-- Template是模式的响应 --> <!-- 这里学习一个aiml文件 --> <template> <learn>basic_chat.aiml</learn> <!-- 你可以在这里添加更多的aiml文件 --> <!--<learn>more_aiml.aiml</learn>--> </template> </category> </aiml>
创建一个AIML文件
在上面,我们创建的AIML文件只能处理一个模式:load aiml b。当我们向机器人输入那个命令时,它将会尝试加载basic_chat.aiml。除非我们真的创建了它,否则无效。下面是你可以写进basic_chat.aiml的内容。我们将匹配两个基本的模式和响应。
<aiml version="1.0.1" encoding="UTF-8"> <!-- basic_chat.aiml --> <aiml> <category> <pattern>HELLO</pattern> <template> Well, hello! </template> </category> <category> <pattern>WHAT ARE YOU</pattern> <template> I'm a bot, silly! </template> </category> </aiml>
随机响应
你也可以像下面这样添加随机响应。它将在接受到一个以”One time I”开头的消息的时候随机响应。*是一个匹配任何东西的通配符。
<category> <pattern>ONE TIME I *</pattern> <template> <random> <li>Go on.</li> <li>How old are you?</li> <li>Be more specific.</li> <li>I did not know that.</li> <li>Are you telling the truth?</li> <li>I don't know what that means.</li> <li>Try to tell me that another way.</li> <li>Are you talking about an animal, vegetable or mineral?</li> <li>What is it?</li> </random> </template> </category>
使用已存在的AIML文件
编写你自己的AIML文件是一个很有趣的事,但是它将花费很大的功夫。我觉得它需要大概10,000个模式才会开始变得真实起来。幸运的是,ALICE基金会提供了大量免费的AIML文件。在Alice Bot website上浏览AIML文件。在调用std-65percent.xml(它包含了65%最常用的短语)前,有一个浮动值。还有一个文件允许你和机器人玩BlackJack游戏。
最简单的Python程序
import aiml # 创建核心,并学习AIML文件 kernel = aiml.Kernel() kernel.learn("std-startup.xml") kernel.respond("load aiml b") # 按住CTRL-C来终止这个循环 while True: print kernel.respond(raw_input("Enter your message >> "))
加速Brain加载
当你开始拥有很多AIML文件时,它将花费很长的时间来学习。这就是brain文件从何而来。在机器人学习所有的AIML文件后,它可以直接将它的大脑保存到一个文件中,这个文件将会在后续的运行中动态加速加载时间。
import aiml import os kernel = aiml.Kernel() if os.path.isfile("bot_brain.brn"): kernel.bootstrap(brainFile = "bot_brain.brn") else: kernel.bootstrap(learnFiles = "std-startup.xml", commands = "load aiml b") kernel.saveBrain("bot_brain.brn") # kernel now ready for use while True: print kernel.respond(raw_input("Enter your message >> "))
在运行的时候重新加载AIML
你可以在机器人运行的时候发送加载消息,然后它将加载AIML文件。记住,如果你使用了上面写的brain方法,在运行的时候加载并不会将新增改变保存到brain中。你将需要删除brain文件以便于它在下一次启动的时候重建,或者需要修改代码,使得它在重新加载后的某个时间点保存brain。关于为机器人创建可以执行的Python命令,查看下一章节。
load aiml b
增加Python命令 如果你想要为你的机器人提供一些特殊的运行Python函数的命令,那么,你应该为机器人捕获输入消息,然后在将它发送给kernel.respond()之前处理它。在上面的例子中,我们从raw_input中获得了用户的输入。然而,我们可以从任何地方获取输入。可能是一个TCP socket,或者是一个语音识别源码。在它进入到AIML之前处理这个消息。你可能想要在某些特定的消息上跳过AIML处理。
while True: message = raw_input("Enter your message to the bot: ") if message == "quit": exit() elif message == "save": kernel.saveBrain("bot_brain.brn") else: bot_response = kernel.respond(message) # Do something with bot_response
会话和断言
通过指定一个会话,AIML可以为不同的人剪裁不同的会话。例如,如果某个人告诉机器人,他的名字是Alice,而另一个人告诉机器人他的名字是Bob,机器人可以区分不同的人。为了指定你所使用的会话,将其作为第二个参数传给respond()
sessionId = 12345kernel.respond(raw_input(">>>"), sessionId)
这对于为每一个客户端定制个性化的对话是很有帮助的。你将必须以某种形式生成自己的会话ID,并且跟踪它。注意,保存brain文件不会保存所有的会话值。
sessionId = 12345 # 会话信息作为字典获取. 包含输入输出历史, # 以及任何已知断言 sessionData = kernel.getSessionData(sessionId) # 每一个会话ID需要时一个唯一值。 # 断言名是机器人在与你的会话中了解到的某些/某个名字 # 机器人可能知道,你是"Billy",而你的狗的名字是"Brandy" kernel.setPredicate("dog", "Brandy", sessionId) clients_dogs_name = kernel.getPredicate("dog", sessionId) kernel.setBotPredicate("hometown", "127.0.0.1") bot_hometown = kernel.getBotPredicate("hometown")
在AIML中,我们可以使用模板中的set响应来设置断言
<aiml version="1.0.1" encoding="UTF-8"> <category> <pattern>MY DOGS NAME IS *</pattern> <template> That is interesting that you have a dog named <set name="dog"><star/></set> </template> </category> <category> <pattern>WHAT IS MY DOGS NAME</pattern> <template> Your dog's name is <get name="dog"/>. </template> </category> </aiml>
使用上面的AIML,你可以告诉机器人:
My dogs name is Max
而机器人会回答你:
That is interesting that you have a dog named Max
然后,如果你问机器人:
What is my dogs name?
机器人将会回答:
Your dog's name is Max.
- 聊天机器人开发思路(样板式模型)
- [转]浅谈聊天机器人设计思路 - [思路]
- 快速开发聊天机器人
- TensorFlow13: 简单的对话模型(聊天机器人)
- Zulip聊天机器人Python开发
- 使用seq2seq模型实现一个聊天机器人
- 用.NET开发MSN聊天机器人 - (中文分词)
- 用.NET开发MSN聊天机器人(转载)
- 安卓智能聊天机器人开发(一)
- 聊天机器人文档(AIML)
- 用.NET开发MSN聊天机器人
- 用.NET开发MSN聊天机器人- -
- 用.NET开发MSN聊天机器人
- 用.NET开发MSN聊天机器人
- 用.NET开发MSN聊天机器人
- 用.NET开发MSN聊天机器人
- 用.NET开发MSN聊天机器人
- 用.NET开发MSN聊天机器人
- express系列-入门:简介、安装、hello、world
- 多线程下载
- 如何区分不同用户——Cookie/Session机制详解
- 大小端模式区别
- 笔记 33 | Android通信之Thread类实现多线程
- 聊天机器人开发思路(样板式模型)
- python下划线变量的含义
- 1013. 数素数 (20)
- java(21):数据结构(4)--Map
- Java文件操作①——XML文件的读取
- 利用关卡流构建灯光
- ubuntu17.04下lamp环境搭建
- 例子---PHP与Form表单之三
- 模为奇素数的原根求解