智慧型問答應當是未來智慧型化發展中人機互動的主要方式,目前無論是在開源社群或者企業應用中,都有廣泛的應用。
(1) 直接匹配模式
你好pattern>
你好!template>
category>
此種模式將會在命中「你好」之後直接返回「你好!」。
(2) 隨機匹配模式
今天天氣真好pattern>
是呀,天氣不錯。li>
要不出去走走?li>
希望每天天氣都這麼好!li>
random>
template>
category>
隨機模式在命中pattern之後,將會從template中的li元素中隨機選擇一條返回。
(3) 記憶替代模式
你好,我是*pattern>
你好,很高興認識index="1"/>。
template>
category>
記憶替代模式,將會在template中替換star,例如在問「你好,我是劉凡平」的時候,則「」指向的內容是「劉凡平」,則返回結果為「你好,很高興認識劉凡平「。表示取使用者模糊匹配的第乙個號的內容。
(4) 遞迴推理模式
您好,我是*pattern>
你好,我是index="1"/>。
srai>
template>
category>
遞迴模式採用」srai「標識,表示不直接返回答案,而是將問題替換為另外乙個問題繼續尋找。例如使用者問」您好,我是劉凡平」的時候,template中將會替換為」你好,我是劉凡平「的問題,這個問題將會再次在aiml中進行匹配,直至直接返回結果」你好,很高興認識劉凡平「。
(5) 約束匹配模式
that="你好">你好啊pattern>
你好,我們剛剛說過一遍了。li>
你好,客氣啥!li>
random>
template>
category>
上述示例中,並不會直接命中」你好啊「,而是在上一次是匹配的」你好「,當又匹配了」你好啊「才會命中上述category,即上次和當前次的連續匹配。擴充套件
最後,謝謝一直對iveely搜尋不斷關注的同學!
原文:
基於Python的中文聊天機械人
聊天機械人 chatbot talkbot 本質上是基於文字和語音處理演算法能夠與真人進行交流的電腦程式,廣泛用於客服 問答等系統中。優秀的chatbot要能夠通過圖靈測試。根據程式設計的方式,聊天機械人分為 1 rule based chatbots,2 self learning chatbot...
從頭設計乙個聊天機械人(進化史)
啦啦啦,讓我們來設計乙個智障聊天機械人吧!首先,在1960s,在第一次人工智慧浪潮,最早的聊天機械人是設計用於 臨床心理患者。這些患者因為心理缺乏安全感,會反覆的詢問醫生一些問題求得安慰,於是最早的智障玩意聊天機械人問世了,聊天機械人會反覆的回答病人的提問。所以我們準備乙個excel表或者資料庫,來...
基於深度學習的聊天機械人基礎內容
1.人設驅動,也就是人把所有的情況都寫程序式,機械人會按照程式來按部就班的回答你所問的東西。2.資料驅動,這也就是需要用到機器學習以及神經網路,讓機器自己能夠通過訓練資料集來回答你所問得問題。1.要明確回答的是短文本還是長文字,短文本就是yes or no,長文字與之相反。2.要明確兩點 首先這句話...