资讯 人工智能
此为临时链接,仅用于文章预览,将在时失效

基于规则和检索的聊天机器人引擎

作者:hain
2017/02/12 10:37

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在上一篇文章中,介绍了聊天机器人目前的发展。本篇主要介绍基于规则的,检索的聊天机器人引擎 - Bot Engine.

问题域

Speech to Text => Logic => Text to Speech  

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 API Docs demo

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。

基于规则和检索的聊天机器人引擎

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。

exports.start = [(session, arg, next) => {  
   builder.Prompts.text(session, "Do you want to start Class now?");
}, (session, results) => {
   co(function*() {
       return yield watson.sentiment(results.response);
   }).then(function(o) {
       let reply;
       switch (o.docSentiment.type.toLowerCase()) {
           case 'positive':
               reply = '_begin_';
               break;
           case 'negative':
               reply = "Got it."
               break;
           case 'neutral':
               reply = "Ok, then.";
               break;
       }
       if (reply == '_begin_') {
           session.beginDialog('/daily_lessons/vocabulary');
       } else {
           builder.Prompts.text(session, reply);
           session.endDialog();
       }
   });
}]; 

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

+ Do you want to start Class now?
- start_class

 + ~yes
 % Do you want to start Class now
 - Great, ^redirectTo(/daily_lessons/vocabulary)

 + ~no
 % Do you want to start Class now
 - Ok, then.

还有rivescriptchatscript, 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:

> topic:business (vocabulary class)
+ Do you want to start Class now?
- start_class

 + ~yes
 % Do you want to start Class now
 - Great, ^redirectTo(/daily_lessons/vocabulary)

 + ~no
 % Do you want to start Class now
 - Ok, then.
<  

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。

whats the color of the calanders  
what is the colour of the calenders  
what be the colour of the calender  

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:

基于规则和检索的聊天机器人引擎

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。

高效率的规则引擎

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。

基于规则和检索的聊天机器人引擎

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:async

用户画像

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。

基于规则和检索的聊天机器人引擎

知识图谱所用的数据库是存在三个字段的结构化数据:

{
 "subject": "Mao",
 "predict": "chairman",
 "object": "China"
}

由此构建了一个关系:

基于规则和检索的聊天机器人引擎

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.

this.user.memory.get( ...)  
this.bot.createUserFact( ...)  

基于规则和检索的聊天机器人引擎

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。

SuperScript

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:

对话脚本

Get started

var superscript = require("superscript");  
new superscript({ ...}, function(err, bot){  
   bot.reply("userId", "hello", function(err, reply){
       // do your magic
   })
})

Conclusion

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。

在下一篇文章中,我将介绍使用深度学习技术,依靠聊天语料,训练Bot Model.

Reading List

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 data.

How to Cook a Graph Database in a Night - A Knowledge Graphic tool based on LevelDB.

最后

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

长按图片保存图片,分享给好友或朋友圈

基于规则和检索的聊天机器人引擎

扫码查看文章

正在生成分享图...

取消
相关文章