摘要：前言用的包很容易就能寫一個(gè)人工智能聊天機(jī)器人。他開(kāi)發(fā)了一個(gè)叫的機(jī)器人并且贏了幾個(gè)人工智能的獎(jiǎng)項(xiàng)。這條在它收到一個(gè)以開(kāi)始的消息時(shí)會(huì)隨機(jī)回復(fù)。那也有一個(gè)可以讓你玩點(diǎn)的機(jī)器人。機(jī)器人需要變活。這就要靠機(jī)器人大腦文件了?？聪鹿?jié)寫命令給機(jī)器人。

用python的AIML包很容易就能寫一個(gè)人工智能聊天機(jī)器人。 AIML是Artificial Intelligence Markup Language的簡(jiǎn)寫， 但它只是一個(gè)簡(jiǎn)單的XML。 下面的代碼例子會(huì)帶你寫一個(gè)你自己的Python人工智能聊天機(jī)器人。

AIML是Richard Wallace開(kāi)發(fā)的。 他開(kāi)發(fā)了一個(gè)叫A.L.I.C.E（Artificial Linguistics Internet Computer Entity）的機(jī)器人并且贏了幾個(gè)人工智能的獎(jiǎng)項(xiàng)。 有趣的是， 其中一個(gè)圖靈測(cè)試是讓一個(gè)人在文本界面跟一個(gè)機(jī)器人聊幾分鐘，看看人們是否認(rèn)為它是個(gè)人類。 AIML是一種定義了匹配模式和決定響應(yīng)的規(guī)則的一種XML。

要看完整的AIML入門，可以看一下 Alice Bot"s AIML Primer.你可以在AIML wiki頁(yè)學(xué)更多關(guān)于AIML的知識(shí)并知道它能做什么。 我們先寫一些AIML文件并用Python給它一點(diǎn)生命。

標(biāo)準(zhǔn)是寫一個(gè)叫std-startup.xml的啟動(dòng)文件作為載入AIML文件的主入口點(diǎn)。 這個(gè)例子里我們會(huì)寫一個(gè)可以匹配一個(gè)模式并做一個(gè)動(dòng)作的基本文件。 我們想要匹配模式load aiml b， 然后讓它載入我們的aiml大腦。我們會(huì)花一分鐘寫一個(gè)basic_chat aiml文件。

    

    
    

        
        
        LOAD AIML B

        
        
        
        
    

上面我們寫了一個(gè)只處理一種模式的AIML文件，load aiml b。當(dāng)我們輸入那條命令給機(jī)器人，它會(huì)加載basic_chat.aiml。當(dāng)我們沒(méi)寫這個(gè)文件的時(shí)候是不會(huì)工作的。這里是你可以放到basic_chat.aiml的內(nèi)容。我們會(huì)匹配兩個(gè)基本模式和響應(yīng)。

    
        HELLO
        
    
    
    
        WHAT ARE YOU
        
    
    

我們也可以加一些隨機(jī)回復(fù)。這條在它收到一個(gè)以“One time I"開(kāi)始的消息時(shí)會(huì)隨機(jī)回復(fù)。 *是一個(gè)占位符代表能匹配任何字符。

    ONE TIME I *
    

寫自己的AIML文件很有意思，但會(huì)是個(gè)很大的工作量。我想它需要大約一萬(wàn)的模式才能看起來(lái)真實(shí)一點(diǎn)。幸好，ALICE基金提供很多免費(fèi)的AIML文件?？梢栽贏lice Bot網(wǎng)站看看AIML文件。那有個(gè)叫std-65-percent.xml文件包括了常規(guī)65%的場(chǎng)景。那也有一個(gè)可以讓你玩21點(diǎn)（BlackJack）的機(jī)器人。

到目前為止，所有的東西都是AIML XML文件。這些是可以構(gòu)造機(jī)器人大腦的重要部分，但這些只是一些信息。機(jī)器人需要變活。你需要用一些語(yǔ)言來(lái)實(shí)現(xiàn)AIML規(guī)范，但一些好心人已經(jīng)用Python做了。

先用pip裝aiml包。

pip install aiml

記住aiml包只能在Python 2下用。 Python 3可以用GitHub上的Py3kAiml替代。

這是我們能啟動(dòng)的最簡(jiǎn)單的程序。它建一個(gè)aiml對(duì)象，學(xué)習(xí)啟動(dòng)文件，并加載剩下的aiml文件。這之后，就可以聊天了，然后我們進(jìn)入一個(gè)無(wú)限循環(huán)并持續(xù)讓用戶輸入消息。你需要輸入一個(gè)機(jī)器人能識(shí)別的模式。模式識(shí)別依賴于你之前加載的AIML文件。

我們寫個(gè)多帶帶的啟動(dòng)文件，這樣我們可以不用動(dòng)程序源碼加載更多的aiml文件。我們可以在啟動(dòng)xml文件加更多的文件來(lái)學(xué)習(xí)。

import aiml

# Create the kernel and learn AIML files
kernel = aiml.Kernel()
kernel.learn("std-startup.xml")
kernel.respond("load aiml b")

# Press CTRL-C to break this loop
while True:
    print kernel.respond(raw_input("Enter your message >> "))

當(dāng)你有很多AIML文件，這需要學(xué)很長(zhǎng)時(shí)間。這就要靠機(jī)器人大腦文件了。在機(jī)器人學(xué)習(xí)了所有的AIML文件后并可以直接把大腦存到一個(gè)文件里，這樣在下次啟動(dòng)時(shí)就可以直接加速。

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 now ready for use
while True:
    print kernel.respond(raw_input("Enter your message >> "))

你可以在運(yùn)行時(shí)發(fā)重載消息給機(jī)器人來(lái)重載AIML文件。記住如果你使用了之前寫的大腦方法，重載不會(huì)節(jié)省剛對(duì)大腦做的改動(dòng)。你需要?jiǎng)h除大腦文件一遍下次啟動(dòng)時(shí)可以重建，或者你需要改代碼讓機(jī)器人在下次重載后的一個(gè)時(shí)間點(diǎn)來(lái)保存大腦?？聪鹿?jié)寫Python命令給機(jī)器人。

load aiml b

如果你要給你的機(jī)器人加一些命令來(lái)運(yùn)行Python函數(shù)，那你需要捕獲機(jī)器人的輸入信息并在發(fā)給kernel.respond()前處理它。上個(gè)例子我們從raw_input得到了用戶的輸入。我們可以從很多地方得到輸入。比如一個(gè)TCP socket，或一個(gè)語(yǔ)音轉(zhuǎn)文本的源。在它發(fā)給AIML前處理它。你需要在某些消息時(shí)跳過(guò)AIML。

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)
        # Do something with bot_response

通過(guò)一個(gè)會(huì)話，AIML可以區(qū)分不同人的不同的對(duì)話。例如，如果一個(gè)人告訴機(jī)器人她的名字是Alice，另一個(gè)人告訴機(jī)器人他的名字是Bob，機(jī)器人可以區(qū)分他們。為了指定你在用哪個(gè)會(huì)話你可以傳給respond()第二個(gè)參數(shù)。

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

這樣每個(gè)客戶都有個(gè)性化的聊天，很好。你可以生成你自己的session id（會(huì)話id）并跟蹤他們。記住保存大腦文件并不會(huì)保存所有會(huì)話值。

sessionId = 12345

# Get session info as dictionary. Contains the input
# and output history as well as any predicates known
sessionData = kernel.getSessionData(sessionId)

# Each session ID needs to be a unique value
# The predicate name is the name of something/someone
# that the bot knows about in your session with the bot
# The bot might know you as "Billy" and that your "dog" is named "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中我們可以在模板中設(shè)置response來(lái)設(shè)置斷言。

   
      MY DOGS NAME IS *
        
     
   
      WHAT IS MY DOGS NAME
        
     

用上面的AIML你可以告訴機(jī)器人：

My dogs name is Max

然后機(jī)器人會(huì)回復(fù)：

That is interesting that you have a dog named Max

如果你問(wèn)：

What is my dogs name?

機(jī)器人會(huì)回答：

Your dog"s name is Max.

AIML Tag Reference Table

原文：http://www.devdungeon.com/con...

本文來(lái)自微信平臺(tái)「麥芽面包」
微信公眾號(hào)「darkjune_think」轉(zhuǎn)載請(qǐng)注明。
微信掃一掃關(guān)注公眾號(hào)。