码迷,mamicode.com
首页 > 其他好文 > 详细

从零开始优化基于RuleBased的聊天机器人

时间:2018-10-16 01:55:40      阅读:234      评论:0      收藏:0      [点我收藏+]

标签:input   更新   是什么   sdi   接口   www.   oca   can   title   

这里记录从最基础的基于规则的聊天机器人,升级到基于逻辑的机器人,再升级到调用Google提供的API来让机器人能说、会听普通话。

 

最基本的完全基于规则式的问答:问什么就答什么,幼儿园水平。

import random

# 打招呼
greetings = [‘hola‘‘hello‘‘hi‘‘Hi‘‘hey!‘,‘hey‘]
# 回复打招呼
random_greeting = random.choice(greetings)

# 对于“你怎么样?”这个问题的回复
question = [‘How are you?‘,‘How are you doing?‘]
# “我很好”
responses = [‘Okay‘,"I‘m fine"]
# 随机选一个回
random_response = random.choice(responses)

# 机器人跑起来
while True:
    userInput = input(">>> ")
    if userInput in greetings:
        print(random_greeting)
    elif userInput in question:
        print(random_response)
    # 除非你说“拜拜”
    elif userInput == ‘bye‘:
        break
    else:
        print("I did not understand what you said")
}

>>> hi
hey
>>> how are u
I did not understand what you said
>>> how are you
I did not understand what you said
>>> how are you?
I did not understand what you said
>>> How are you?
I‘m fine
>>> bye

完全基于规则的问答会使召回率极低,因为难以列举的问法太多。

升级I: 现在,我们使用关键词匹配来升级我们的机器人。透过关键词来判断这句话的意图是什么(intents)。

from nltk import word_tokenize
import random

# 打招呼
greetings = [‘hola‘‘hello‘‘hi‘‘Hi‘‘hey!‘,‘hey‘]
# 回复打招呼
random_greeting = random.choice(greetings)

# 对于“假期”的话题关键词
question = [‘break‘,‘holiday‘,‘vacation‘,‘weekend‘]
# 回复假期话题
responses = [‘It was nice! I went to Paris‘,"Sadly, I just stayed at home"]
# 随机选一个回
random_response = random.choice(responses)

# 机器人跑起来
while True:
    userInput = input(">>> ")
    # 清理一下输入,看看都有哪些词
    cleaned_input = word_tokenize(userInput)
    # 这里,我们比较一下关键词,确定他属于哪个问题
    if  not set(cleaned_input).isdisjoint(greetings):
        print(random_greeting)
    elif not set(cleaned_input).isdisjoint(question):
        print(random_response)
    # 除非你说“拜拜”
    elif userInput == ‘bye‘:
        break
    else:
        print("I did not understand what you said")
>>> hi
hey
>>> how was your holiday?
It was nice! I went to Paris
>>> wow, amazing!
I did not understand what you said
>>> bye

大概能发现,这依旧是文字层面的“精准对应”。

现在主流的研究方向,是做到语义层面的对应。

比如,“肚子好饿哦”, “饭点到了”都应该表示的是要吃饭了的意思。

在这个层面就需要用到word vector之类的embedding方法,这些内容将是本博客不断更新的重头戏。

 

升级II : 建立一个简易的知识图谱来存储“知识体系”

# 建立一个基于目标行业的database
# 比如 这里我们用python自带的graph
graph = {‘上海‘: [‘苏州‘‘常州‘],
         ‘苏州‘: [‘常州‘‘镇江‘],
         ‘常州‘: [‘镇江‘],
         ‘镇江‘: [‘常州‘],
         ‘盐城‘: [‘南通‘],
         ‘南通‘: [‘常州‘]}

# 明确如何找到从A到B的路径
def find_path(start, end, path=[]):
    path = path + [start]
    if start == end:
        return path
    if start not in graph:
        return None
    for node in graph[start]:
        if node not in path:
            newpath = find_path(node, end, path)
            if newpath: return newpath
    return None
print(find_path(‘上海‘"镇江"))
[‘上海‘, ‘苏州‘, ‘常州‘, ‘镇江‘]

使用python版本的prolog:PyKE,它可以构建一种复杂的逻辑网络,让你方便提取信息,而不至于需要你亲手code所有的信息:

son_of(bruce, thomas, norma)
son_of(fred_a, thomas, norma)
son_of(tim, thomas, norma)
daughter_of(vicki, thomas, norma)
daughter_of(jill, thomas, norma)


升级III:  利用Google的API(需FQ)实现文字合成语音,以及语音识别。

from gtts import gTTS
import os
tts = gTTS(text=‘您好,我是您的私人助手,我叫小飞侠‘, lang=‘zh-tw‘)
tts.save("hello.mp3")
os.system("mpg321 hello.mp3")

同理,除了语音识别,调用Google的接口还可实现语音识别(注意:这里需要你的机器安装几个库 SpeechRecognition, PyAudio 和 PySpeech)

import speech_recognition as sr
from time import ctime
import time
import os
from gtts import gTTS
import sys

# 讲出来AI的话
def speak(audioString):
    print(audioString)
    tts = gTTS(text=audioString, lang=‘en‘)
    tts.save("audio.mp3")
    os.system("mpg321 audio.mp3")

# 录下来你讲的话
def recordAudio():
    # 用麦克风记录下你的话
    r = sr.Recognizer()
    with sr.Microphone() as source:
        audio = r.listen(source)

    # 用Google API转化音频
    data = ""
    try:
        data = r.recognize_google(audio)
        print("You said: " + data)
    except sr.UnknownValueError:
        print("Google Speech Recognition could not understand audio")
    except sr.RequestError as e:
        print("Could not request results from Google Speech Recognition service; {0}".format(e))

    return data

# 自带的对话技能(rules)
def jarvis():

    while True:

        data = recordAudio()

        if "how are you" in data:
            speak("I am fine")

        if "what time is it" in data:
            speak(ctime())

        if "where is" in data:
            data = data.split(" ")
            location = data[2]
            speak("Hold on Tony, I will show you where " + location + " is.")
            os.system("open -a Safari https://www.google.com/maps/place/" + location + "/&")

        if "bye" in data:
            speak("bye bye")
            break

# 初始化
time.sleep(2)
speak("Hi Tony, what can I do for you?")

# 跑起
jarvis()

Hi Tony, what can I do for you? You said: how are you I am fine You said: what time is it now Fri Apr 7 18:16:54 2017 You said: where is London Hold on Tony, I will show you where London is. You said: ok bye bye bye bye

从零开始优化基于RuleBased的聊天机器人

标签:input   更新   是什么   sdi   接口   www.   oca   can   title   

原文地址:https://www.cnblogs.com/wangliman/p/9795083.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!