rule-based的玩法,
以及几个角度的升级。
首先，我们看一个
最基础版本的rule-base机器人
基本就是小学生级别的 问什么 答什么
In[11]:
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':breakelse:print("I did not understand what you said")
>>> hihey>>> how are uI did not understand what you said>>> how are youI did not understand what you said>>> how are you?I did not understand what you said>>> How are you?I'm fine>>> bye
升级I:
显然 这样的rule太弱智了，我们需要更好一点的“精准对答”
比如
透过关键词来判断这句话的意图是什么（intents）
In[10]:
from nltk import word_tokenizeimport 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':breakelse:print("I did not understand what you said")
>>> hihey>>> how was your holiday?It was nice! I went to Paris>>> wow, amazing!I did not understand what you said>>> bye
大家大概能发现，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，
这部分内容 日后的课上会涉及到。
升级II：
光是会BB还是不行，得有知识体系！才能解决用户的问题。
我们可以用各种数据库，建立起一套体系，然后通过搜索的方式，来查找答案。
比如，最简单的就是Python自己的graph数据结构来搭建一个“地图”。
依据这个地图，我们可以清楚的找寻从一个地方到另一个地方的路径，
然后作为回答，反馈给用户。
In[17]:
# 建立一个基于目标行业的database# 比如 这里我们用python自带的graphgraph = {'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 pathif start not in graph:return Nonefor node in graph[start]:if node not in path:newpath = find_path(node, end, path)if newpath: return newpathreturn None
In[20]:
print(find_path('上海', "镇江"))
['上海', '苏州', '常州', '镇江']
同样的构建知识图谱的玩法，
也可以使用一些Logic Programming，比如上个世纪学AI的同学都会学的Prolog。
或者比如，python版本的prolog：PyKE。
他们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：
任何行业，都分个前端后端。
AI也不例外。
我们这里讲的算法，都是后端跑的。
那么， 为了做一个靠谱的前端，很多项目往往也需要一个简单易用，靠谱的前端。
比如，这里，利用Google的API，写一个类似钢铁侠Tony的语音小秘书Jarvis：
我们先来看一个最简单的说话版本。
利用gTTs(Google Text-to-Speech API), 把文本转化为音频。
In[4]:
from gtts import gTTSimport ostts = gTTS(text='您好，我是您的私人助手，我叫小辣椒', lang='zh-tw')tts.save("hello.mp3")os.system("mpg321 hello.mp3")
Out[4]:
0
同理，
有了文本到语音的功能，
我们还可以运用Google API读出Jarvis的回复：
（注意：这里需要你的机器安装几个库 SpeechRecognition, PyAudio 和 PySpeech）
In[2]:
import speech_recognition as srfrom time import ctimeimport timeimport osfrom gtts import gTTSimport 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 /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 youI am fineYou said: what time is it nowFri Apr 7 18:16:54 You said: where is LondonHold on Tony, I will show you where London is.You said: ok bye byebye bye
不仅仅是语音前端。
包括应用场景：微信，slack，Facebook Messager，等等 都可以把我们的ChatBot给integrate进去。
这部分内容也会在我们课程的后面阶段带给大家。
In[]:
如果觉得《自然语言处理-聊天机器人》对你有帮助，请点赞、收藏，并留下你的观点哦！
