基于规则和检索的聊天机器人引擎 (基于规则和检索的区别)

雷锋网按：本文作者王海良，呤呤英语开发总监，北京jAVAScript／Node.js开发者社区的运营者，曾就职IBM创新中心。本文为系列文章第二篇，由雷锋网独家首发。

第一篇传送门： 《 聊天机器人的发展状况与分类 》 。

STT和TTS，目前有很多厂商提供技术产品：

Google Cloud Platform,IBM Watson API,云知声，科大讯飞

IBM Watson APIDocsdemo

经过多年的研究，尤其是深度学习的采用，在这两项技术上取得了突破性进展。今天本文所要讨论的是logic，而且是基于规则引擎的logic,基于机器学习的部分将在以后的文章中讨论。

Conversation Model

在两个人之间的对话，可以用下面这个模型表示，双方头脑中所要向对方表达的目标，需要通过语言来交换意见，为了达成共识，二者需要在一个语境下。

为了支撑这个模型，在设计Bot Engine过程中，要考虑如下的要点：

低成本的构建对话

构建聊天内容最好是不需要有开发技能，而且有的开发者也没有很好的聊天的技能。即便像Botframework这样的大厂的产品，在构建对话时，都不够友好，只能面向有开发技能的人，而且是一种硬编码。这样对于维护对话很不利。

而另外一方面，使用script的方式，显得更合理，比如SuperScript.

还有 rivescript , chatscript , 同样类似于superscript方式进行构建对话。

能区分不同类型的对话

设计对话时，至少有三种类型的对话:

系统对话，只能聊一次，或者只能由系统主动发出。比如自我介绍，bot和小明进行初次对话，bot会问：“你叫什么名字？”。小明回答“小明”。那么bot就知道"id:xxx"是小明。而将来bot都不应该再问这个问题。

这些是bot可以重复和用户聊的主题，可能并不是每天，它们可以每隔一段频率就触发，比如：问候，节日祝福，“你在做什么”, etc.

和一些闲聊的机器人不同，bot应该提供一些价值，这些价值可能是个人信息助手,导购,教育,播放音乐。

声明对话类型:

所以，一个对话看起来像是这个样子。

规范化输入

表达同样的意思，可以有多种表示方法。

在将输入语句传给规则引擎前，要先做规则化处理。比如：

这里需要结合很多工具库来实现：NLTK, Stanford CoreNLP, Jieba分词，Wordnet, ConceptNet.

比如，借助Stanford CoreNLP，可以有下面的标注：

经过规范化输入，在规则引擎中，可以依赖词性和函数实现更智能的回答。

Bot可以有大量的主题，即便是只有100主题，每个主题15个对话，那就是1500个规则。如果只是单机运行，至少要进行下面两个优化:

通过聊天的记录和关键字，先给对话栈排序。

排序的思路大概是这样：

1） 查看当前对话，是否还有下文，一个对话的下文可以对应多个规则。

如果有下文，检测是否一个规则能匹配上输入。如果匹配上了，回复。 如果没有下文，或者没有规则能匹配上，进入次优匹配。

2）次优匹配是将聊天主题的历史记录，使用TF-IDF算法进行排序。

简单说，就是使用一个函数计算用户聊天的对应主题频率。给不同的聊天主题加权重。在次优匹配中，都是处理用户曾经聊过的主题。

3） 在次优匹配中，没有命中，进入其他匹配。

其他匹配包括了以前没有聊过的主题。

在排序后，去同时处理匹配运算，将命中的规则的回复，按照排序的顺序放到数组里，然后，从数组中取第一个元素。这样就比按照顺序一个一个检测快很多。

比如，一些Node.js模块：。

在和用户聊天的过程中，获取到的用户相关的信息，有必要记录在数据库中，这其实是构建知识图谱的过程。

知识图谱所用的数据库是存在三个字段的结构化数据:

由此构建了一个关系：

而B又可以跳转到D。

目前，较为成熟的商业产品和开源方案都有。

Google Knowledge Graph API

cayley graph

在Bot Engine中，可以得到相关用户的Knowledge Graph.

使用知识图谱，除了对实体之间完成关系构建外，还有一个原因是，搜索速度非常快，搜索功能强大。

介绍了这么多，那么到底怎么实现一个Bot Engine呢？经过了很多比较后，我觉得基于SuperScript实现Bot Engine是可行的。主要是下面这几点：

很多人预计2017年，AI方向最可能取得成功的领域是聊天机器人。那么，在这种情况下，面向聊天机器人的架构设计，是一个热门问题。包括Google，Facebook都有可能发布类似于微软的Botframework平台。而Bot Engine, 一种处理对话的引擎，起着很关键的作用。在开源社区，还没有看到哪个呼声非常高的实现，SuperScript，至少在JavaScript社区，是一个不错的选择。

NaturalNode - General natural language facilities for node.

SuperScript - A dialog system and bot engine for conversational UI's.

Stanford CoreNLP - a suite of core NLP tools

Natural Language Toolkit - NLTK is a leading platform for building Python PROgrams to work with human language target="_blank">How to Cook a Graph>

欢迎联系我，尤其是业内人士，给予指正，一起优化。

文章封面图来自：中国智能制造网

特约稿件，未经授权禁止转载。详情见 转载须知 。

上一篇：公开35万种蛋白质预测结构这五位国内专家怎

下一篇：交互系统会话引擎SuperScript的设计与实现