第11章 智能对话机器人

图1：智能对话机器人技术框架

图2：智能对话机器人技术框架

上图是完整的智能对话机器人处理机制，这里面涉及三个部分，第一个部分是智能终端信号的获取，第二部分是自然语言处理，第三部分是知识图谱和数据存储的递归调用。这三个部分在工作机制上都是协同一致的，我们讲人机对话模型，智能语音，自然语言处理，知识谱图等这些其实都是在讲其特定的技术点，但智能对话机器人不是，它本身是一种非常明确的应用，它是把人机对话模型，智能语音，自然语言交互做了一个串联，是多项技术的一个集成，同时智能对话机器人本身它也有自己的一套技术体系，其涉及到的关键点这就要引出我们下一章的内容-人工智能标记语言。

我们以一个典型案例来说明人工智能标记语言的，如上图所示。Category下一级是,它是给机器(比如智能音箱)发出的信号，比如这里写的“今天天气真好”，然后机器(比如智能音箱)返还的结果是什么呢？这里面有3个选项可供随机选择“是呀，天气不错”“要不出去走走？”“希望每天天气都这么好”。那么这样一个具体的问答对话就是通过AIML来实现的，代表问题，是个模板，代表答案，就是针对这个问题给出标准答案是什么，在这里面有一个条件语句是代表随机，意思是针对问题所给出的3个答案是随机出现的，这就意味着当你问机器同样的问题可能会随机出现这3个回答。这种智能问答模式是最常用的智能问答模式，我们称这种智能问答机器人为检索式智能问答机器人。

介绍完AIML案例，接下来引出我们下一章的内容-智能问答机器人的业务流程。

首先我们的智能对话机器人（比如一个智能音箱）启动的时候有一个系统初始化过程，过程中会引入知识库(其是指用户询问问题和索要答案的地方，可以简单理解为我们配置好的问答对)。

然后系统处于等待状态，等待接收用户的输入，接收完输入之后就开始进行自然语言处理。这里面就涉及到问句规范化处理(将每个人问同样的事情的不同表述方式进行规范化处理)和下一步的问答模式的匹配(pattern,template,random等)。问答模式匹配就这一步来说如果匹配不成功则会引申出两个方式，一个是智能对话机器人进行一个自学习式的问话，对话主体回应后，则就形成一个新的”问答对”存储到智能对话机器人数据库中；另外一个则当智能对话机器人在现有知识数据库找不到答案时，则会转向寻求第三方外部资源的求助，这里面的第三方资源可以是百科类的数据资源等，也可以是搜索引擎，这也是为什么当智能对话机器人不能准确告诉你答案的时候，可以输出很多个结果，然后用户再进一步选择。

当进行完问答模式匹配后，紧接着就是模板处理，这个模板与前面的“问句规范化处理”类似，也是规范化标准化的东西，当处理完这些内容之后会生成相应的结果反馈给用户。

整个的智能问答机器人服务流程就如上所述。那这样一个服务流程实际上是一个单轮交互过程，那么往往实际应用当中还会涉及到多轮交互，那么同学们可进行相关专题的研究。

前面我们已经讲了AIML标记语言，那么这个语言是从哪里来的？围绕着标记语言又有哪些开源的项目可以做为我们的资源来使用呢？

我们看如上图所示的网站www.alicebot.org,ALICE这是我们在做智能对话机器人或者人机交互这部分最权威也是历史最悠久的一个项目，智能对话机器人这种交互模式不是今天就有的，它已经有了几十年的历史。那么关于这个网站，我们可以获取什么资源呢？主要有3个方面：

大家可以访问这个网站进行下载和研究，我们后续也会针对智能对话机器人做一个完整的案例剖析，做成系列课程的一部分。

我们回顾下之前讲的，主要涉及问答机器人的技术框架，问答机器人的标记语言，以及问答机器人的开源项目，那这些内容其实就是我们所能接触到人机交互设备一个核心的工作机制。那么在这里我们要提一个问题，也是基于现有的这些智能设备的现状的问题，就是为什么这些设备大家普遍评价弱智或者智障？其实就在于说这些机器人当前没能达到我们的人类的要求，那么这背后的原因到底是什么呢？这就引出我们要思考的问题-----智能对话机器人如何实现从闲聊到精准问答的转变？

因为说一个俏皮话，这是谁都会的，但是这个东西并不能满足人们具体特定的需求。比方说我今天感冒了，我想问智能机器人我应该吃什么感冒药，比方说我可以输入当前的体温，体重各项生理指标，那么智能机器人可以给我推荐药品和诊断疾病，那像这样的机器人目前市面上并没有做的很好。所以这里面就涉及的问题就是智能对话机器人如何实现从闲聊到精准问答转变的问题，那这个里面就涉及像知识图谱相关的，垂直领域体系的建设等。大家可以好好思考这个问题，带着这个问题后面做自己的人工智能对话机器人。