AIML学习（一）

AIML 是什么？
AIML由Richard Wallace发明。他设计了一个名为 A.L.I.C.E. （Artificial Linguistics Internet Computer Entity 人工语言网计算机实体） 的机器人，并获得了多项人工智能大奖。有趣的是，图灵测试的其中一项就在寻找这样的人工智能：人与机器人通过文本界面展开数分钟的交流，以此查看机器人是否会被当作人类。AIML是一种为了匹配模式和确定响应而进行规则定义的 XML 格式。

关于 AIML 详细的初级读物，可翻阅 Alice Bot’s AIML Primer。你同样可以在 AIML Wikipedia page了解更多 AIML 的内容以及它能够做什么。我们首先将创建 AIML 文件，并用 Python 赋予它生命。
创建标准的启动文件
创建一个启动文件 std-startup.xml 作为读取AIML文件的主入口点是标准做法。在这里，将创建了一个初始文件用来匹配一种模式和进行一个动作。我们想匹配模式 load aiml b ，并且使它载入我们的 aiml 大脑作为响应。我们将即时创建 basic_chat.aiml 文件。

<aiml version="1.0.1" encoding="UTF-8">
    <!-- std-startup.xml -->

    <!-- <category> 作为AIML的原子级单元 -->
    <category>

        <!-- 匹配用户输入的模式 -->
        <!-- 如果用户输入 "LOAD AIML B" -->
        <pattern>LOAD AIML B</pattern>

        <!-- <Template> 用来响应模式 -->
        <!-- <learn>是一个aiml文件 -->
        <template>
            <learn>basic_chat.aiml</learn>
            <!-- 在这下面你能添加更多的aiml文件 -->
            <!--<learn>more_aiml.aiml</learn>-->
        </template>

    </category>

</aiml>

创建 AIML 文件
上面我们已经创建了只有一种模式句柄的 AIML 文件，load aiml b。当我们通过命令行运行这个机器人，它会尝试读取 basic_chat.aiml。除非我们已经完成创建，否则载入失败。下面的示例代码将告诉你 basic_chat.aiml 文件可以加入什么。我们将匹配两种基础的模式和响应。

<aiml version="1.0.1" encoding="UTF-8">
<!-- basic_chat.aiml -->

    <category>
        <pattern>HELLO</pattern>
        <template>
            Well, hello!
        </template>
    </category>

    <category>
        <pattern>WHAT ARE YOU</pattern>
        <template>
            I'm a bot, silly!
        </template>
    </category>

</aiml>

随机响应
你同样可以像下面的示例代码一样添加随机响应。当接收到“One time I”开头的信息（message），通配符“*”可以进行模糊匹配。

<category>
    <pattern>ONE TIME I *</pattern>
    <template>
        <random>
            <li>Go on.</li>
            <li>How old are you?</li>
            <li>Be more specific.</li>
            <li>I did not know that.</li>
            <li>Are you telling the truth?</li>
            <li>I don't know what that means.</li>
            <li>Try to tell me that another way.</li>
            <li>Are you talking about an animal, vegetable or mineral?</li>
            <li>What is it?</li>
        </random>
    </template>
</category>

运用 Python
目前为止，所有 XML 格式的 AIML 文件都准备好了。作为机器人大脑的组成部分，它们都很重要，不过目前它们只是信息（information）而已。机器人需要活过来。你可以借助任何语言定制 AIML，但某些好心人已经用 Python 这么做了。

sudo apt-get install python-aiml

注意，aiml 包只能在 Python2 环境下运行。
最简单的 Python 程序
我们可以用如下最简单程序入门。它创建了 aiml 类，学习启动文件，然后读取其余 aiml 文件。接下来，它已经准备好聊天了，我们也进入了一个不断提示用户输入信息的死循环。你需要输入一个机器人能识别的模式。模式的识别取决于你载入的 AIML 文件。

因为我们建立启动文件作为独立实体，所以我们稍后可以对机器人添加更多 aiml 文件而不需要调试任何程序的源代码。只有在 xml 格式的 starup 下，我们才能添加更多文件。

import aiml

# 创建Kernel()和 AIML 学习文件
kernel = aiml.Kernel()
kernel.learn("std-startup.xml")
kernel.respond("load aiml b")

# 按组合键 CTRL-C 停止循环
while True:
    print kernel.respond(raw_input("Enter your message >> "))

加速大脑载入
当你渐渐有了许多 AIML 文件，机器人就需要很多时间去学习。这就需要大脑文件的介入了。在机器人学习完所有 AIML 文件后，它可以直接以文件形式存储大脑，再次运行时可以大大提升载入时间。

import aiml
import os

kernel = aiml.Kernel()

if os.path.isfile("bot_brain.brn"):
    kernel.bootstrap(brainFile = "bot_brain.brn")
else:
    kernel.bootstrap(learnFiles = "std-startup.xml", commands = "load aiml b")
    kernel.saveBrain("bot_brain.brn")

# kernel()已经等待使用了
while True:
    print kernel.respond(raw_input("Enter your message >> "))

运行时重载 AIML
运行时，你可以发送载入信息给机器人，接着将会重载 AIML 文件。注意你是否像上文那样使用了大脑方式，飞速重载不会造成大脑有新的变化。你要么删除大脑文件，以便下次启动时重建；要么修改代码，以便重载后的某一时刻能够储存大脑。下一节将利用新建 Python 命令来让机器人执行这些操作。

load aiml b

添加 Python 命令
如果你想通过运行 Python 函数来为机器人添加一些特别的命令，那么你应该在发送 kernel.respond() 函数前截取输入信息并处理。在上述的例子中，我们借助 raw_input 函数获取用户的输入。由此我们无论如何都能获取我们的输入信息。可能好似一个 TCP 套接字（socket），或者使声源转换成文本源。你也许不想 AIML 处理对于某些信息。因此在它们传递给 AIML 时处理。

while True:
    message = raw_input("Enter your message to the bot: ")
    if message == "quit":
        exit()
    elif message == "save":
        kernel.saveBrain("bot_brain.brn")
    else:
        bot_response = kernel.respond(message)
        # bot_response() 回复某些信息

会话和谓词（Predicates）
通过指定会话，AIML 能根据不同对话者随机应变。举个例子，如果某人告诉机器人他们叫 Alice，另一个人则告诉机器人它叫 Bob，机器人可以分清他们。指定你需要的会话，将它作为第二个参数传递给 respond()。

sessionId = 12345
kernel.respond(raw_input(">>>"), sessionId)

和每个客户都能有个性化的对话——这棒极了。你不得不生成你特有的会话ID并追踪。记住保存大脑文件不要保存所有的会话值。

sessionId = 12345

# 将会话信息作为字典
# 包含输入输出的历史像已知谓词那样
sessionData = kernel.getSessionData(sessionId)

# 每个会话ID需要一个唯一的值
# 用会话中机器人已知的人或事给谓词命名
# 机器人已经知道你叫"Billy"而你的狗叫"Brandy"
kernel.setPredicate("dog", "Brandy", sessionId)
clients_dogs_name = kernel.getPredicate("dog", sessionId)

kernel.setBotPredicate("hometown", "127.0.0.1")
bot_hometown = kernel.getBotPredicate("hometown")

在AIML中，我们可以在 项中设置谓词。

<aiml version="1.0.1" encoding="UTF-8">
   <category>
      <pattern>MY DOGS NAME IS *</pattern>
      <template>
         That is interesting that you have a dog named <set name="dog"><star/></set>
      </template>  
   </category>  
   <category>
      <pattern>WHAT IS MY DOGS NAME</pattern>
      <template>
         Your dog's name is <get name="dog"/>.
      </template>  
   </category>  
</aiml>

通过以上 AIML 你可以告诉机器人：

My dogs name is Max

机器人会回答：

That is interesting that you have a dog named Max

另外如果问机器人：

What is my dogs name?

机器人会这么回应你：

Your dog's name is Max.

aiml可以用来实现对话机器人，但是用于中文有以下问题：

• 中文规则库较少。规则库相当于对话机器人的“大脑”，一般来说，规则库越丰富，对话机器人的应对就更像人。目前英文的规则库已经很丰富，涵盖面很广，而且是公开可获取的。但公开的中文规则库就基本没有。

• AIML解释器对中文支持不好。实际上，Python下的Pyaiml模块（解析器）已经能比较好的支持中文，但是也存在以下问题：英文单词间一般都有空格或标点区分，因此具备一种“自然分词”特性，由于中文输入没有以空格分隔的习惯，以上会在实践中造成一些不便。比如要实现有/无空格的输入匹配，就需要在规则库中同时包含这两种模式。
  解决方案：

• 自己搭建语料库（比如从字幕文件中获取训练）

• 自己中文分词工具(如jieba)
  相关开源项目：

• https://github.com/leo108/aliceCN

• https://github.com/messense/wechat-bot

• https://github.com/Program-O/Program-O

  参考资料：

• http://www.w3ii.com/aiml/aiml_introduction.html

• http://www.devdungeon.com/content/ai-chat-bot-python-aiml
• http://www.alicebot.org/documentation/aiml-reference.html