基于规则和检索的聊天机器人引擎

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(公众号：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：

• Speech to Text 语音识别技术

Google Cloud Platform, IBM Watson API, 云知声，科大讯飞

• Text to Speech 语音合成技术

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。

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

• 能区分不同类型的对话

• 规范化输入

• 高效率的规则引擎

• 用户画像

• 回复时，考虑对话的历史记录

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。

• 使用Botframework的waterfall，设计对话的人需要了解builder.Prompts接口和session.beginDialog|endDialog。这样做很不合理。

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rivescript, chatscript, 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:

• system

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。

• daily

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.

• business

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：

• tokenized – 分词

• stemmed – 英文单词取词根

• lemmatized – 英文单词变形的归类（例如单复数归类)

• part-of-speech (POS) tagger – reads text in some language and assigns parts of speech to each word

• named entity recognizer (NER) – [ labels sequences of words in a text which are the names of things] 专有名词 – 人名、地名、组织名、URL链接、系统路径等

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：

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:

• 排序

通过聊天的记录和关键字，先给对话栈排序。

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。

• 并发

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。

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：

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( …)  

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：

• 社区活跃：目前稳定版本v0.12.2没有bug, 最新版v1.0.0也在快速开发。

• 轻便灵活: 将SuperScript的源码读了一遍，觉得即便是作者不维护了，我也可以维护。

• 功能强大：在上面讨论的问题中，SuperScript都是有涉及的。

对话脚本

• topic type – 话题

• conversation – 对话

• function – 插件和函数

Get started

• npm install superscript

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

雷锋网特约稿件，未经授权禁止转载。详情见。