[转]浅谈聊天机器人设计思路 - [思路]

如果你是我以前的博友，那你一定知道小D是谁了，小D是我设计的第一个WEB聊天机器人，虽然只花了两天的时间完成他，但也花了我不少的心思，今天我就给大家谈谈我做小D时的设计思路以供交流，如果你对智能聊天感兴趣，或许能帮你节省大量查找资料的时间。

        1   知识库

        机器人要想回答出你所提出的问题，那么首先它就要具备自己的知识库，就和人一样，逻辑分析的前提，需要你具备对这个问题所储备的知识以供参考，所以知识库的重要性就不可避免的成了很重要的成分，那么我们怎么描述聊天机器人的知识库呢，由于当初只是做来玩玩，所以我只是很简单的做出了一一对应关系的数据库。

        例如：我们生活在哪个星球上？ 对应回答就是：地球！

        由此很多问题和相对应的答案便组成了我们的知识库（也就是数据库，我用的是MySql）！知识库的大小直接关系到你的机器人是不是聪明。

         2  语句分析

        当然，仅有知识库是不能进行对问题分析并做出答案的，所以我们必须要赋予程序能够自我分析的能力。程序要想更加聪明，那不得不依靠强大的智能算法，因为我不是专业人士，所以开始也没使用到很多智能算法，只是简单的把句子中的分词提炼出来。

        我是这样设计我的小D的，先是进行完全匹配，然后是语句分析，最后是模糊匹配。

        完全匹配就是把问题的整个字符串拿到数据库中去查寻答案，如果能查到记录便把对应的答案返回给提问者！如果不能查到，就进行模糊匹配，所谓模糊匹配就是最大限度的把整句话的意思放到知识库去查询（我的方案是先进行语句分析，再模糊匹配）。

         例如：地球的半径是多少？

         如果完全匹配并没从知识库中检索到信息，那么下个过程就是语句分析了，我们先把整个句子的各个词语分开！

         例如：地球/的/半径/是/多少？

         在这里不得不提到分词算法，分词就是将连续的字序列按照一定的规范重新组合成词序列的过程。而我们要做的就是要将这一个又一个的分词从句子中提炼出来。

         这里有个分词算法的PPT，点击下载

         感兴趣的朋友可以仔细研究下他们是做分词系统出了名了，我们可以借鉴其中的方法，如图：

         当我们把分词提炼出来了，我们就可以进行最大的匹配了---也就是模糊查询，我把它分为了两步，一就是进行整句模糊查询，因为可以尽可能的保留全句的意思：

         例如：select * from QY where question like "*地球*的*半径*是*多少*"

         这样就能从知识库中查到更多关联的问题了，也有更多的答案选择！

         如我们可以查到：你知道地球的半径是多少吗? 等很多包含整句的问题!

         当然如果数据库中完全没有完全匹配的问题,那么可以提出关键词,我的方法是分词最长原则!

         如:地球/的/半径/是/多少？

         其中[地球] [半径] [多少]就是里面的最长关键词，我们可以设计算法，通过组合来匹配！

         例如：可以把[地球]和[半径]组合在一起

         select * from QY where question like "*地球*半径*"

         这样即使全句模糊匹配找不到也能找到，当然这样的组合就要看你的程序是怎么写的，当然组合的要求要符合程序的特点，如果组合次数过于大多会影响程序的反应速度！所以最合理的组合能提高程序的使用性！当然如果经过这三个步骤没有相关匹配问题，我的小D就不能回答你所提出的问题了！它会很老实的回答：“我不知道？”等意思！

         这里要强调个技巧，比如在匹配问题的时候很可能会检索到很多的答案，这时候我们可以设计个随机选择函数，任意性的选择答案，那样程序就比较人性化了？比如你问到：“你吃饭没？” 那么它可以回答“吃了” “没有” “我不吃饭”    

        而不是单一的回答。。。

        我只是简要的谈到了聊天程序设计的方法，当然这和那些真正专业的程序比较起来还是有很大的差距，如果你只是做来玩玩，以上这些就足够了，比如现在我在小D的程序里应用了缩句的方法，这也只是想提高它分析问题的能力，如果朋友你真想在智能聊天方面继续深究，那么就要下更大的工夫了。