聊天机器人文档.docx

当你输入“你好”的时候，机器人会从random里面随机取出一句回答你。

不过默认的都是先取第一句回答。

------------------------------------------------------------------

输入重定向功能（）：

你好

HELLO

输入“hello”的时候，会匹配到第二个category，而srai标签的功能是，将“你好”当成用户的输入，并重新到语料库里去匹配，最后就匹配到了第一个category。

换句话说，用户输入“hello”和输入“你好”的效果是一样的。

但是在使用srai标签的时候有可能会形成死循环，所以请慎重。

另外需要注意的是，如果你想要在语料库里面写英文的语料库，那么英文单词都要是大写的，而用户输入的英文可以不用大写。

如果你觉得用大写很不爽，那么你可以去修改源代码。

------------------------------------------------------------------

*，,,,的使用:

我叫*

测试结果为：

yousay>

我叫小龙

Alice>hello,小龙.

标签解释：

set和get里面的myname相当与参数名，首先在set标签中给myname赋值，然后用get标签得到相应参数的值，如果myname之前没有被赋值，那么就是空字符串。

指的是pattern标签中*所匹配的内容。

它还能指定index，举个例子：

我叫*呵呵*

那么这时star标签就会被pattern中第2个*号所匹配的内容替代。

而其实相当与

标签可以理解为机器人在思考，它只会在“脑子”里默默的记住一些事情，或者完成一些不会被用户看到的工作。

------------------------------------------------------------------

Condition标签使用：

我叫*

你好*

测试结果：

yousay>

我叫jack

Alice>hello,jack.

yousay>

你好啊

Alice>你好啊！

怎么又是你？

yousay>

我叫job

Alice>hello,job.

yousay>

你好啊

Alice>你好啊！

标签解释：

标签中的myname是在set中被赋值的。

然后在匹配到“你好*”后，就要判断是不是“jack”

------------------------------------------------------------------

input标签的用法：

我叫*

嘿嘿

测试结果：

yousay>

我叫jack

Alice>你好啊，jack

yousay>

嘿嘿

Alice>你刚才说：

“我叫jack”？

标签解释：

标签指的是用户之前的输入，加上一个index，那就是说，用户倒数第几句输入，注意是“倒数”！

index=”1”,就是用户倒数第一句输入的内容，以此类推，当然index是会出现越界错误的。

------------------------------------------------------------------

date标签的使用：

现在什么时间*

测试结果：

yousay>

现在什么时间啊

Alice>Itis9:

49下午.

Date标签将获得当前的系统时间

------------------------------------------------------------------

元素表示先前机器人说的话，例如：

聊什么好呢*

好

一起聊聊电影好吗？

不好

一起聊聊电影好吗？

测试结果：

yousay>

聊什么好呢？

Alice>一起聊聊电影好吗？

yousay>

好

Alice>那你喜欢什么电影呢？

yousay>

聊什么好呢

Alice>一起聊聊电影好吗？

yousay>

不好

Alice>那我也不知道聊什么了~

这个标签还能取前面任意机器人说的话，不过不太熟...没有试验过

如果要取前面的前面机器人的话，可以用：

,例如：

表示取机器人倒数第2句的话，也等于

------------------------------------------------------------------

标签：

你好

*

*的型号是什么

测试结果：

yousay>

你好

Alice>计算机的型号是什么

yousay>

d

Alice>d这个型号是里面很好的商品。

thatstar是匹配pattern-sidethat标签里面的*号的，但是这里没匹配到。

我想这里也还需要修改源代码。

------------------------------------------------------------------

set标签也有问题。

他做到了

*

谁*

*

测试结果：

yousay>

他做到了

Alice>谁？

yousay>

小龙

Alice>Oh,whydoyouthinkdidthat?

Iwouldn'texpectthatkindofbehaviorfrom.

假如这样写：

那么测试结果为：

yousay>

他做到了

Alice>谁？

yousay>

jack

Alice>Oh,whydoyouthinkjackdidthat?

Iwouldn'texpectthatkindofbehaviorfromjack.

也就是说这个标签不支持中文。

还是需要修改源代码。

------------------------------------------------------------------

template-sideinput有问题：

input

index=（single-integer-index|comma-separated-integer-pair）/>

HELLO

吃了

你好

*

*的型号是什么

测试结果：

yousay>

hello

Alice>吃饭了吗？

yousay>

吃了

Alice>我也吃了

yousay>

你好

Alice>计算机的型号是什么

yousay>

345

Alice>hello

Input标签中的index貌似当第一个参数是几，就返回倒数第几个用户的说的话，而第二个参数好像只能是1,其他的就会出现数组越界的错误。

不知道为什么？

上面描述的标签部分还有问题，需要改进。

另外我想说的是，在写xml语料库的时候，一定要写一点，马上重启程序测试一次，看新加的预料是否工作正常，否则你写了一堆的预料后在去测试如果出错的话，就很难跟踪到错误的地方了。

4．项目结构总览

5．将数据库集成到聊天机器人中

1）为什么需要使用数据库

Xml文件是AIML所支持的预料载体，而且凭借AIML提供的各种丰富的标签，作者可以设计并编写出很人性化的语料库。

显然，通过这种方式写语料库的特点是灵活性很好，能很容易写出“唠嗑”类型的聊天内容。

然而，当时对这个项目的定位是客服机器人，也就是说，语料库还应该包含具有业务针对的预料，这部分预料将随着业务的不同而不同。

于是我想把这部分预料存储在数据库中形成动态的语料库（我把xml文件中的预料称为静态预料，也就是说这部分预料完善之后就不去频繁的修改），这样做的好处有一下几点：

1.客服不用去学习怎样写xml预料，降低门槛。

2.可以避免xml中预料越来越凌乱，到最后难以管理。

3.以后可以针对数据库在开发一个语料库管理系统，方便客服管理有业务针对的这部分预料。

2）数据库的表是怎样设计的

字段解释：

Id:

预料的编号，自动生成（identify）

Createtime:

该条数据创建时间，该条数据产生时自动生成（触发器）

Lastmodifytime:

最近更新时间，该条数据的可填写字段被更新时自动修改（触发器）

Question:

具体问题，自己填写。

Replay：

具体回答，自己填写。

Label:

标签字段（词语之间用空格隔开），里面填写的词语是要能体现question字段主题的，可以理解为一种补充说明，例：

question:

书是什么？

那么书应该是被讨论的主题，lebel就可以填写和书意义相近的词，比如课本，教科书，教材，book,有了这个字段可以从某种程度上增强匹配效果。

Copyfield:

拷贝字段，这个字段会在你填写完（或者更新）question,replay,label这3个字段后自动生成（触发器），其内容为上述3个字段的合体，期间用空格隔开。

这个字段是要被索引的重点字段。

在以上的描述中，也许你会对某些字段存在的必要性产生疑惑，没有关系，在下面的叙述中也许能解决你的问题。

3）数据库里面的预料怎样使用到机器人当中

这就是基于lucene的处理。

当程序启动的时候，程序会在载入xml语料库后,lucene就开始对数据库进行全量索引（这其实也是一种载入语料库行为），并在项目的根目录下产生相应的索引文件index以及时间戳文件（timesTamp.txt：

该文件记录了当前索引行为发生的时间。

将在增量索引时用到）。

索引文件会在后面响应用户输入的时候用到。

下面是索引操作的代码（在com.job包）：

其中sql语句是这样的：

4）在机器人处于运行状态时修改了数据库的预料，怎样做到与客户端的同步

这里将用到时间戳的概念。

首先当机器人程序运行的时候，里面的一个timmer任务也会同时运行，这个任务做的工作是定期（比如每隔10秒），进行一次增量索引---lucene中的概念。

增量索引所针对的数据等同与这样一条sql语句所返回的数据，该sql语句满足的逻辑是：

查找出数据库中所有Lastmodifytime字段值大于timesTamp.txt中记录的时间。

那么这样，每次客服对数据库做的预料修改，都会在隔一段时间后同步到客户端。

6．机器人怎样响应用户的输入

在没有引入数据库前，只要调用Aiml提供的聊天接口就能得到一个字符串返回了，但是现在加入了数据库，那么我的处理的思路是这样的：

我在xml语料库里面的*通配符所对应的templete做了标记，如下图：

注意到上面的红点了吗？

我在这个回答最前面加上了“#”的标记。

逻辑如下：

代码如下：

7．聊天机器人学习功能实现

其实之前在介绍Aiml标签的时候，有2个很重要的标签还没有介绍到，那就是和标签。

在我的xml语料库中有一个文件叫Study.xml，它的内容如下：

（ps:

如果不懂这里面一些标签的功能，可以回顾之前的标签功能解释）

我们看看这样的测试结果是什么：

等重启聊天机器人程序的时候，问同样的问题：

这其中都做了哪些工作呢？

下面解释：

system标签的工作原理我还不是很清楚，但是我们可以看一下AIML解析器对应的System.java里面的process方法干了什么：

这个函数我暂时解释不清楚，但我知道上面的语料库中system标签只是会被learn函数的返回值替代。

我重点介绍一下gossip标签的工作过程：

首先看AIML解析器中对应的gossip.java文件的process方法干了什么：

match参数其实已经封装了上述语料库中learn函数的返回值“你的主人帅吗:

帅到爆棚”。

而super.process（match）就是取出这个字符串。

然后我们在看print函数：

看起来像是在什么文件里面写入了什么内容，我们在看outputStream（）函数：

上述代码中的path其实就是指的这个文件：

很显然，客户每一次对机器人“教学”的内容，都会被写入gossip.txt文件当中，而且在写操作时是append的（即不会把原来的覆盖掉）。

而当每次重启机器人程序的时侯，GossipLoad.java类都会去读gossip.txt的内容，并构造一个gossip.xml文件将其写到预料库中.

该类主要代码如下：

Load函数在加载xml语料库到内存之前调用。

这是必须的，因为必须先通过load函数生成gossip.xml文件后，然后统一加载到内